照片來源：Maico Amorim／Unsplash
《AI 法案》目前仍只是草案，但歐盟的投資人與企業主已經開始為可能出現的結果感到緊張。
它會阻止歐盟成為全球領域中有價值的競爭者嗎？
根據監管機構的說法，並非如此。但讓我們看看正在發生什麼。
《AI 法案》將人工智慧所帶來的風險分為不同風險類別，但在此之前，它先把「人工智慧」的定義縮小，只納入基於機器學習與邏輯的那些系統。
這不僅能把 AI 系統與更簡單的軟體區分開來，也有助於我們理解為什麼歐盟想要對風險進行分類。
不同的 AI 用途會被歸類為不可接受的風險、高風險以及 低或最低風險。落在「不可接受的風險」類別之下的做法，會被視為被禁止。
這類做法包括：
* 涉及超出個人意識範圍的技術的做法， * 試圖利用族群中脆弱部分的做法， * 用於根據個人特徵或行為對人們進行分類的基於 AI 的系統， * 在公共空間使用生物特徵辨識的基於 AI 的系統。
有些使用案例，應被視為類似於被列入被禁止活動中的一些做法，但它們屬於「高風險」做法類別。
這些包括用於招募員工，或用來評估與分析人們的信用worthiness（而這可能對金融科技來說很危險）。在這些情況下，建立或使用這種系統的所有企業都必須提出詳細報告，說明系統如何運作，以及為了避免對人們造成風險所採取的措施，並盡可能保持透明。
一切看起來清楚且正確，但監管機構仍有一些問題必須處理。
讓企業主與投資人最擔心的一個面向，是對特定 AI 產業缺乏關注。
例如，為一般用途生產並使用基於 AI 的系統的那些公司，可能會被視為使用人工智慧於高風險使用案例的公司。
這意味著它們必須提出詳細報告，而這會耗費時間與金錢。由於中小企業並不例外，而它們又構成歐洲經濟體最大的部分，隨著時間推移，它們可能會變得較不具競爭力。
而正是美國與歐洲的 AI 公司之間的差異，才引發了重大疑慮：事實上，歐洲不像美國那樣擁有大型 AI 公司，因為歐洲的 AI 生態系主要是由中小企業與新創公司所建立。
根據 appliedAI 所做的一項調查，絕大多數投資人會避開投資被標記為「高風險」的新創公司，正是因為這種分類所牽涉的複雜性。
歐盟監管機構本應在 4 月 19 日關閉該文件，但與基於 AI 的系統及其使用案例相關的不同定義之討論，延後了最終草案的交付。
此外，科技公司也顯示，並非所有公司都同意該文件的現行版本。
造成延誤最多的重點，是 基礎模型（foundation models） 與 通用型人工智慧（general purpose AI） 的區分。
AI 基礎模型的一個例子是 OpenAI 的 ChatGPT：這些系統會使用大量資料進行訓練，並能產生任何類型的輸出。
通用型人工智慧則包含那些能被調整以適用於不同使用案例與產業的系統。
歐盟監管機構希望對基礎模型進行嚴格監管，因為它們可能帶來更多風險並對人們的生活造成負面影響。
如果我們看看歐盟監管機構如何對待 AI，有一件事特別顯眼：監管機構似乎較不願意合作。
例如，在美國，Biden 政府在設計可能的監管框架之前，就曾公開徵求像 ChatGPT 這類系統的安全性意見。
在中國，政府對 AI 與資料蒐集的監管已持續多年，其主要關切仍是社會穩定。
到目前為止，在 AI 監管上似乎最有利的國家，是英國；英國偏好「輕量」的做法——但眾所皆知的是，英國希望成為 AI 與金融科技採用的領導者。
當談到提供金融服務的公司與新創時，情況更加複雜。
事實上，如果該法案維持目前這份版本，金融科技業者不僅需要遵循既有的金融法規，還必須符合這個新的監管框架。
信用worthiness 評估可能會被標記為高風險使用案例，正是金融科技公司必須承擔的負擔之一，會讓它們難以像目前到目前為止那樣靈活，以募集投資並保持競爭力。
Silo AI 執行長 Peter Sarlin 指出：問題不在於監管，而在於不良的監管。
過於泛泛的規範可能會損害創新，以及所有參與生產、分發與使用基於 AI 的產品與服務的公司。
如果歐盟投資人擔憂，某個標籤聲稱一家新創或公司屬於「高風險」類別所帶來的潛在風險，那麼歐盟的 AI 生態系可能會受到負面影響；而美國則在尋求公開意見以改進其技術；中國則已經對如何監管人工智慧有了明確立場。
根據 Apheris 聯合創辦人 Robin Röhm 的說法，可能出現的情境之一是：新創公司會轉往美國——這個國家在區塊鏈與加密貨幣方面可能失去很多，但或許能贏得 AI 競賽。
如果你想進一步了解金融科技，並探索金融科技新聞、活動與觀點，訂閱 FTW Newsletter！
2200.76萬 熱度
433.25萬 熱度
254.46萬 熱度
402.73萬 熱度
90.79萬 熱度
歐洲的 AI：AI 法案可能意味著什麼
照片來源：Maico Amorim／Unsplash
《AI 法案》目前仍只是草案，但歐盟的投資人與企業主已經開始為可能出現的結果感到緊張。
它會阻止歐盟成為全球領域中有價值的競爭者嗎？
根據監管機構的說法，並非如此。但讓我們看看正在發生什麼。
《AI 法案》與風險評估
《AI 法案》將人工智慧所帶來的風險分為不同風險類別，但在此之前，它先把「人工智慧」的定義縮小，只納入基於機器學習與邏輯的那些系統。
這不僅能把 AI 系統與更簡單的軟體區分開來，也有助於我們理解為什麼歐盟想要對風險進行分類。
不同的 AI 用途會被歸類為不可接受的風險、高風險以及
低或最低風險。落在「不可接受的風險」類別之下的做法，會被視為被禁止。
這類做法包括：
有些使用案例，應被視為類似於被列入被禁止活動中的一些做法，但它們屬於「高風險」做法類別。
這些包括用於招募員工，或用來評估與分析人們的信用worthiness（而這可能對金融科技來說很危險）。在這些情況下，建立或使用這種系統的所有企業都必須提出詳細報告，說明系統如何運作，以及為了避免對人們造成風險所採取的措施，並盡可能保持透明。
一切看起來清楚且正確，但監管機構仍有一些問題必須處理。
法案看起來太泛泛
讓企業主與投資人最擔心的一個面向，是對特定 AI 產業缺乏關注。
例如，為一般用途生產並使用基於 AI 的系統的那些公司，可能會被視為使用人工智慧於高風險使用案例的公司。
這意味著它們必須提出詳細報告，而這會耗費時間與金錢。由於中小企業並不例外，而它們又構成歐洲經濟體最大的部分，隨著時間推移，它們可能會變得較不具競爭力。
而正是美國與歐洲的 AI 公司之間的差異，才引發了重大疑慮：事實上，歐洲不像美國那樣擁有大型 AI 公司，因為歐洲的 AI 生態系主要是由中小企業與新創公司所建立。
根據 appliedAI 所做的一項調查，絕大多數投資人會避開投資被標記為「高風險」的新創公司，正是因為這種分類所牽涉的複雜性。
ChatGPT 改變歐盟的計劃
歐盟監管機構本應在 4 月 19 日關閉該文件，但與基於 AI 的系統及其使用案例相關的不同定義之討論，延後了最終草案的交付。
此外，科技公司也顯示，並非所有公司都同意該文件的現行版本。
造成延誤最多的重點，是 基礎模型（foundation models） 與 通用型人工智慧（general purpose AI） 的區分。
AI 基礎模型的一個例子是 OpenAI 的 ChatGPT：這些系統會使用大量資料進行訓練，並能產生任何類型的輸出。
通用型人工智慧則包含那些能被調整以適用於不同使用案例與產業的系統。
歐盟監管機構希望對基礎模型進行嚴格監管，因為它們可能帶來更多風險並對人們的生活造成負面影響。
美國與中國如何監管 AI
如果我們看看歐盟監管機構如何對待 AI，有一件事特別顯眼：監管機構似乎較不願意合作。
例如，在美國，Biden 政府在設計可能的監管框架之前，就曾公開徵求像 ChatGPT 這類系統的安全性意見。
在中國，政府對 AI 與資料蒐集的監管已持續多年，其主要關切仍是社會穩定。
到目前為止，在 AI 監管上似乎最有利的國家，是英國；英國偏好「輕量」的做法——但眾所皆知的是，英國希望成為 AI 與金融科技採用的領導者。
金融科技與《AI 法案》
當談到提供金融服務的公司與新創時，情況更加複雜。
事實上，如果該法案維持目前這份版本，金融科技業者不僅需要遵循既有的金融法規，還必須符合這個新的監管框架。
信用worthiness 評估可能會被標記為高風險使用案例，正是金融科技公司必須承擔的負擔之一，會讓它們難以像目前到目前為止那樣靈活，以募集投資並保持競爭力。
結論
Silo AI 執行長 Peter Sarlin 指出：問題不在於監管，而在於不良的監管。
過於泛泛的規範可能會損害創新，以及所有參與生產、分發與使用基於 AI 的產品與服務的公司。
如果歐盟投資人擔憂，某個標籤聲稱一家新創或公司屬於「高風險」類別所帶來的潛在風險，那麼歐盟的 AI 生態系可能會受到負面影響；而美國則在尋求公開意見以改進其技術；中國則已經對如何監管人工智慧有了明確立場。
根據 Apheris 聯合創辦人 Robin Röhm 的說法，可能出現的情境之一是：新創公司會轉往美國——這個國家在區塊鏈與加密貨幣方面可能失去很多，但或許能贏得 AI 競賽。
如果你想進一步了解金融科技，並探索金融科技新聞、活動與觀點，訂閱 FTW Newsletter！