北京青蓝智慧科技CCRC-DCO数据合规官:AI是否需要新的治理框架?

在探讨人工智能是否需要新的治理框架这一问题时,我们面临着一个复杂而宏大的议题。

由于人工智能技术和应用场景的快速发展,其潜在风险和损害的具体情况尚不明确,这使得现有法律治理框架是否足够应对成为一个值得深思的问题。

在没有确定答案的情况下,或许我们应该保持一种观察者的态度,就像《繁花》中所说的"不响",在没有充分准备和规划之前,保持沉默,仅静静观察人工智能治理领域所发生的变化。

2.1 国家人工智能战略 VS 人工智能立法

回顾人工智能技术的发展历程,特别是进入2010年之后,基于数据的机器学习技术得到了显著发展。

随着数据合规行业的不断进步,为人工智能的发展提供了坚实的基础。

自2019年起,多个国家开始着手制定国家人工智能战略,并呈现出逐年增加的趋势。

根据经济合作与发展组织(经合组织)的数据,截至2023年5月,已有51个国家向经合组织的AI政策观测站报告了其国家人工智能战略。

这些战略大多强调包容性增长、可持续发展、以人为本的价值观和公平性,以及投资于人工智能研发和提升公众对人工智能的认识。

在人工智能发展的初期阶段,治理主要侧重于伦理原则的约束和战略投资。

然而,随着人工智能技术的迅速进步和应用的广泛化,相应的风险也日益显现,尤其是以ChatGPT为代表的生成式人工智能所带来的种种挑战。

因此,人工智能治理的重点逐渐从建立伦理和原则转向立法实践。

例如,加拿大的《人工智能和数据法(草案)》、欧盟的《人工智能法(草案)》及其配套的责任指令草案等。

虽然尚未形成正式立法,但如英国的《促进创新的人工智能监管方法》和美国的《关于安全、可靠和可信地开发和使用人工智能的行政令》等文件,也为人工智能治理提供了重要的指导和影响。

这类法律旨在平衡促进人工智能发展与控制其潜在风险之间的关系,通过政策支持、监管沙盒等方式,实现这一目标。

相关推荐
Jay Kay40 分钟前
TensorFlow源码深度阅读指南
人工智能·python·tensorflow
FF-Studio44 分钟前
【硬核数学 · LLM篇】3.1 Transformer之心:自注意力机制的线性代数解构《从零构建机器学习、深度学习到LLM的数学认知》
人工智能·pytorch·深度学习·线性代数·机器学习·数学建模·transformer
会的全对٩(ˊᗜˋ*)و1 小时前
【数据挖掘】数据挖掘综合案例—银行精准营销
人工智能·经验分享·python·数据挖掘
云渚钓月梦未杳1 小时前
深度学习03 人工神经网络ANN
人工智能·深度学习
在美的苦命程序员1 小时前
中文语境下的视频生成革命:百度 MuseSteamer 的“产品级落地”启示录
人工智能·百度
kngines1 小时前
【字节跳动】数据挖掘面试题0007:Kmeans原理,何时停止迭代
人工智能·数据挖掘·kmeans
Kali_071 小时前
使用 Mathematical_Expression 从零开始实现数学题目的作答小游戏【可复制代码】
java·人工智能·免费
贾全1 小时前
第十章:HIL-SERL 真实机器人训练实战
人工智能·深度学习·算法·机器学习·机器人
程序员鱼皮1 小时前
Cursor 网页版来了,这下拉屎时也能工作了
计算机·ai·程序员·开发·项目·编程经验
每日摸鱼大王1 小时前
互联网摸鱼日报(2025-07-01)
人工智能