Maico Amorim 在 Unsplash 上的照片
《AI 法案》仍然只是草案，但欧盟的投资者和企业主已经对可能出现的结果感到紧张。
它会阻止欧盟成为全球领域里有价值的竞争者吗？
据监管机构称，并非如此。但我们不妨看看正在发生什么。
《AI 法案》将人工智能带来的风险划分为不同的风险类别，但在此之前，它会缩小人工智能的定义范围：只纳入基于机器学习与逻辑的那些系统。
这不仅是为了把 AI 系统与更简单的软件区分开来，也有助于我们理解，为何欧盟希望对风险进行分类。
不同用途的 AI 会被归类为不可接受的风险、高风险以及 低或极低风险。归入不可接受风险类别的做法将被视为被禁止。
这类做法包括：
* 涉及超出个人意识范围的技术的实践， * 试图利用人口中脆弱群体的做法， * 基于 AI 的系统，用于根据个人特征或行为对人进行分类， * 在公共空间使用基于生物识别的识别技术的 AI 系统。
有一些用例，应该被视为与被纳入被禁止活动中的某些做法类似，但它们属于“高风险”实践类别。
这些包括用于招聘员工，或用于评估并分析个人信用状况的系统（而这可能对金融科技来说是危险的）。在这类情况下，所有创建或使用这种系统的企业都应当提交详细报告，用来解释该系统如何运作，以及为避免对人造成风险、并尽可能做到透明性所采取的措施。
一切看起来都清晰且正确，但监管机构仍应解决一些问题。
让企业主和投资者最担心的一个方面，是对特定 AI 领域关注不足。
例如，生产并使用用于通用目的的 AI 系统的那些公司，可能会被视为在高风险用例中使用人工智能的公司。
这意味着他们需要提交成本高、耗时的详细报告。由于中小企业并不例外，而中小企业恰恰构成了欧洲经济中最大的部分，随着时间推移，它们可能会变得不那么有竞争力。
而真正引发重大担忧的，正是美国与欧洲 AI 公司之间的差异：事实上，欧洲并没有像美国那样的大型 AI 公司，因为欧洲的 AI 生态主要由中小企业和初创公司构成。
根据 appliedAI 进行的一项调查，绝大多数投资者都会选择避开投资被标注为“高风险”的初创公司，正是因为这种分类所涉及的复杂性。
欧盟监管机构本应在 4 月 19 日关闭文件，但围绕 AI 基于系统的不同定义及其用例的讨论，导致最终草案的交付被推迟。
此外，科技公司也表明，并非所有公司都同意该文件的当前版本。
导致延迟的最关键点在于，区分基础模型与通用目的 AI。
AI 基础模型的一个例子是 OpenAI 的 ChatGPT：这些系统通过大量数据训练，能够生成任何类型的输出。
通用目的 AI 包括那些可以适配不同用例与行业的系统。
欧盟监管机构希望对基础模型进行严格监管，因为它们可能带来更多风险，并对人们的生活产生负面影响。
如果我们看看欧盟监管机构如何对待 AI，有一点格外引人注目：看起来监管者并不太愿意合作。
例如，在美国，拜登政府在设计可能的监管框架之前，就先征求了公众对于像 ChatGPT 这类系统安全性的意见。
在中国，政府已经多年对 AI 以及数据采集进行监管，其主要关切仍然是社会稳定。
截至目前，在 AI 监管方面似乎处于较好位置的国家是英国：它选择了一种“轻量”方式——但并不是什么秘密，英国希望成为 AI 和金融科技应用的领导者。
当涉及提供金融服务的公司和初创企业时，情况会变得更加复杂。
事实上，如果《法案》仍然保持目前这一版本，金融科技公司不仅需要与现有的金融监管要求挂钩，还要纳入这一新的监管框架。
信用状况评估可能被标记为高风险用例，只是金融科技公司需要承担的负担之一——这会妨碍它们像过去那样灵活行事，从而难以获得投资并保持竞争力。
正如 Silo AI 的首席执行官 Peter Sarlin 所指出的，问题不在于监管，而在于糟糕的监管。
过于笼统可能会损害创新，以及所有参与 AI 相关产品与服务的生产、分发和使用的公司。
如果欧盟投资者会担心“高风险”标签所可能带来的潜在风险——也就是某家初创公司或企业被归入“高风险”类别——那么欧盟的 AI 生态环境可能会受到负面影响；而美国则在寻求公众意见以改进其技术；中国早已就如何监管人工智能有了明确立场。
据 Apheris 联合创始人 Robin Röhm 表示，可能出现的一种情景是：初创公司将转移到美国——这个国家在区块链和加密货币方面或许损失很大，但它可能会在 AI 竞赛中赢得胜机。
如果你想了解更多关于金融科技的信息，发现金融科技新闻、活动与观点，请订阅 FTW Newsletter！
149.78万 热度
3.78亿 热度
30.81万 热度
219.21万 热度
97.29万 热度
欧洲的人工智能：AI 法案可能意味着什么
Maico Amorim 在 Unsplash 上的照片
《AI 法案》仍然只是草案，但欧盟的投资者和企业主已经对可能出现的结果感到紧张。
它会阻止欧盟成为全球领域里有价值的竞争者吗？
据监管机构称，并非如此。但我们不妨看看正在发生什么。
《AI 法案》与风险评估
《AI 法案》将人工智能带来的风险划分为不同的风险类别，但在此之前，它会缩小人工智能的定义范围：只纳入基于机器学习与逻辑的那些系统。
这不仅是为了把 AI 系统与更简单的软件区分开来，也有助于我们理解，为何欧盟希望对风险进行分类。
不同用途的 AI 会被归类为不可接受的风险、高风险以及
低或极低风险。归入不可接受风险类别的做法将被视为被禁止。
这类做法包括：
有一些用例，应该被视为与被纳入被禁止活动中的某些做法类似，但它们属于“高风险”实践类别。
这些包括用于招聘员工，或用于评估并分析个人信用状况的系统（而这可能对金融科技来说是危险的）。在这类情况下，所有创建或使用这种系统的企业都应当提交详细报告，用来解释该系统如何运作，以及为避免对人造成风险、并尽可能做到透明性所采取的措施。
一切看起来都清晰且正确，但监管机构仍应解决一些问题。
法案过于笼统
让企业主和投资者最担心的一个方面，是对特定 AI 领域关注不足。
例如，生产并使用用于通用目的的 AI 系统的那些公司，可能会被视为在高风险用例中使用人工智能的公司。
这意味着他们需要提交成本高、耗时的详细报告。由于中小企业并不例外，而中小企业恰恰构成了欧洲经济中最大的部分，随着时间推移，它们可能会变得不那么有竞争力。
而真正引发重大担忧的，正是美国与欧洲 AI 公司之间的差异：事实上，欧洲并没有像美国那样的大型 AI 公司，因为欧洲的 AI 生态主要由中小企业和初创公司构成。
根据 appliedAI 进行的一项调查，绝大多数投资者都会选择避开投资被标注为“高风险”的初创公司，正是因为这种分类所涉及的复杂性。
ChatGPT 改变了欧盟的计划
欧盟监管机构本应在 4 月 19 日关闭文件，但围绕 AI 基于系统的不同定义及其用例的讨论，导致最终草案的交付被推迟。
此外，科技公司也表明，并非所有公司都同意该文件的当前版本。
导致延迟的最关键点在于，区分基础模型与通用目的 AI。
AI 基础模型的一个例子是 OpenAI 的 ChatGPT：这些系统通过大量数据训练，能够生成任何类型的输出。
通用目的 AI 包括那些可以适配不同用例与行业的系统。
欧盟监管机构希望对基础模型进行严格监管，因为它们可能带来更多风险，并对人们的生活产生负面影响。
美国与中国如何监管 AI
如果我们看看欧盟监管机构如何对待 AI，有一点格外引人注目：看起来监管者并不太愿意合作。
例如，在美国，拜登政府在设计可能的监管框架之前，就先征求了公众对于像 ChatGPT 这类系统安全性的意见。
在中国，政府已经多年对 AI 以及数据采集进行监管，其主要关切仍然是社会稳定。
截至目前，在 AI 监管方面似乎处于较好位置的国家是英国：它选择了一种“轻量”方式——但并不是什么秘密，英国希望成为 AI 和金融科技应用的领导者。
金融科技与《AI 法案》
当涉及提供金融服务的公司和初创企业时，情况会变得更加复杂。
事实上，如果《法案》仍然保持目前这一版本，金融科技公司不仅需要与现有的金融监管要求挂钩，还要纳入这一新的监管框架。
信用状况评估可能被标记为高风险用例，只是金融科技公司需要承担的负担之一——这会妨碍它们像过去那样灵活行事，从而难以获得投资并保持竞争力。
结论
正如 Silo AI 的首席执行官 Peter Sarlin 所指出的，问题不在于监管，而在于糟糕的监管。
过于笼统可能会损害创新，以及所有参与 AI 相关产品与服务的生产、分发和使用的公司。
如果欧盟投资者会担心“高风险”标签所可能带来的潜在风险——也就是某家初创公司或企业被归入“高风险”类别——那么欧盟的 AI 生态环境可能会受到负面影响；而美国则在寻求公众意见以改进其技术；中国早已就如何监管人工智能有了明确立场。
据 Apheris 联合创始人 Robin Röhm 表示，可能出现的一种情景是：初创公司将转移到美国——这个国家在区块链和加密货币方面或许损失很大，但它可能会在 AI 竞赛中赢得胜机。
如果你想了解更多关于金融科技的信息，发现金融科技新闻、活动与观点，请订阅 FTW Newsletter！