照片作者：Maico Amorim，来源：Unsplash
《人工智能法案》目前仍只是草案，但欧盟内的投资者和企业主已经对可能的结果感到紧张。
它会阻止欧盟成为全球领域中一支有价值的竞争者吗？
据监管者称，并非如此。但让我们看看正在发生什么。
《人工智能法案》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，它将人工智能的定义进一步缩小，只纳入基于机器学习和逻辑的那些系统。
这不仅有助于把 AI 系统与更简单的软件区分开来，也能帮助我们理解欧盟为何要对风险进行分类。
不同用途的 AI 被归入不可接受风险、高风险以及 低风险或最低风险。落入不可接受风险类别的做法被视为禁止。
这类做法包括：
* 涉及超出个人意识运作的技术的做法， * 试图利用人口中脆弱部分的做法， * 用于根据个人特征或行为对人进行分类的基于 AI 的系统， * 在公共空间使用生物识别进行身份识别的基于 AI 的系统。
还有一些用例应被视为与被禁止活动中包含的某些做法类似，但它们归入“高风险”做法类别。
这些包括用于招聘工人，或评估与分析个人的信用状况（这可能对 fintech 造成危险）的系统。在这些情况下，创建或使用此类系统的所有企业都应提交详细报告，以说明系统如何运作，以及为避免对人造成风险并尽可能保持透明所采取的措施。
一切看起来清晰且正确，但监管者仍应解决一些问题。
令企业主和投资者最担心的方面之一，是对特定 AI 领域关注不足。
例如，为通用目的生产并使用基于 AI 系统的那些公司，可能会被视为使用人工智能于高风险用例的公司。
这意味着他们需要提交耗费时间和金钱的详细报告。由于中小企业没有例外，而且它们构成了欧洲经济中最大的部分，它们可能会在长期内变得竞争力更弱。
而正是美国与欧洲 AI 公司之间的差异引发了重大担忧：事实上，欧洲不像美国那样拥有大型 AI 公司，因为欧洲的 AI 环境主要由中小企业和初创公司构建。
据 appliedAI 进行的一项调查，绝大多数投资者会避免投资被标注为“高风险”的初创公司，正是因为这种分类所涉及的复杂性。
欧盟监管者本应在 4 月 19 日关闭该文件，但围绕基于 AI 系统的不同定义及其用例的讨论，推迟了最终草案的提交。
此外，科技公司表明，并非所有公司都同意该文件的当前版本。
造成延误最多的一点，是对基础模型与通用目的 AI的区分。
AI 基础模型的一个例子是 OpenAI 的 ChatGPT：这类系统使用大量数据进行训练，并且能够生成任何类型的输出。
通用目的 AI 包括那些能够被适配到不同用例与行业的系统。
欧盟监管者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者如何对待 AI，有一点特别引人注目：监管者似乎不太愿意合作。
在美国，例如，拜登政府在制定可能的监管框架之前，就就像 ChatGPT 这类系统的安全性寻求公众意见。
在中国，政府多年来一直在监管 AI 以及数据采集，其主要关注点仍是社会稳定。
到目前为止，在 AI 监管方面似乎准备得比较到位的国家是英国，它更倾向于“轻”监管方式——但英国希望成为 AI 和 fintech 采用的领导者，这并不是什么秘密。
当涉及到提供金融服务的公司与初创企业时，情况会更加复杂。
事实上，如果该法案保持现行版本不变，fintech 不仅需要符合当前的金融监管要求，还必须纳入这一新的监管框架。
信用状况评估可能被标注为高风险用例只是一个例子，用来说明 fintech 公司需要承担的负担：这会阻碍它们像此前那样保持灵活性，以吸引投资并保持竞争力。
正如 Silo AI 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，以及所有参与基于 AI 的产品与服务的生产、分发和使用的公司。
如果欧盟投资者会因“高风险”这一标签而对某个初创公司或企业可能带来的风险感到担忧，那么欧盟境内的 AI 生态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，中国已经对如何监管人工智能有了明确立场。
据 Apheris 联合创始人 Robin Röhm 称，可能出现的一种情景是初创公司将迁往美国——这是一个在区块链和加密货币方面可能有很多可失去之处的国家，但它可能会赢得 AI 竞赛。
如果你想了解更多关于 fintech 的内容，并发现 fintech 新闻、活动与观点，订阅 FTW Newsletter！
309.14万 热度
433.24万 热度
254.46万 热度
402.71万 热度
90.79万 热度
欧洲的 AI：AI 法案可能意味着什么
照片作者：Maico Amorim，来源：Unsplash
《人工智能法案》目前仍只是草案，但欧盟内的投资者和企业主已经对可能的结果感到紧张。
它会阻止欧盟成为全球领域中一支有价值的竞争者吗？
据监管者称，并非如此。但让我们看看正在发生什么。
《人工智能法案》与风险评估
《人工智能法案》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，它将人工智能的定义进一步缩小，只纳入基于机器学习和逻辑的那些系统。
这不仅有助于把 AI 系统与更简单的软件区分开来，也能帮助我们理解欧盟为何要对风险进行分类。
不同用途的 AI 被归入不可接受风险、高风险以及
低风险或最低风险。落入不可接受风险类别的做法被视为禁止。
这类做法包括：
还有一些用例应被视为与被禁止活动中包含的某些做法类似，但它们归入“高风险”做法类别。
这些包括用于招聘工人，或评估与分析个人的信用状况（这可能对 fintech 造成危险）的系统。在这些情况下，创建或使用此类系统的所有企业都应提交详细报告，以说明系统如何运作，以及为避免对人造成风险并尽可能保持透明所采取的措施。
一切看起来清晰且正确，但监管者仍应解决一些问题。
该法案看起来过于笼统
令企业主和投资者最担心的方面之一，是对特定 AI 领域关注不足。
例如，为通用目的生产并使用基于 AI 系统的那些公司，可能会被视为使用人工智能于高风险用例的公司。
这意味着他们需要提交耗费时间和金钱的详细报告。由于中小企业没有例外，而且它们构成了欧洲经济中最大的部分，它们可能会在长期内变得竞争力更弱。
而正是美国与欧洲 AI 公司之间的差异引发了重大担忧：事实上，欧洲不像美国那样拥有大型 AI 公司，因为欧洲的 AI 环境主要由中小企业和初创公司构建。
据 appliedAI 进行的一项调查，绝大多数投资者会避免投资被标注为“高风险”的初创公司，正是因为这种分类所涉及的复杂性。
ChatGPT 改变欧盟计划
欧盟监管者本应在 4 月 19 日关闭该文件，但围绕基于 AI 系统的不同定义及其用例的讨论，推迟了最终草案的提交。
此外，科技公司表明，并非所有公司都同意该文件的当前版本。
造成延误最多的一点，是对基础模型与通用目的 AI的区分。
AI 基础模型的一个例子是 OpenAI 的 ChatGPT：这类系统使用大量数据进行训练，并且能够生成任何类型的输出。
通用目的 AI 包括那些能够被适配到不同用例与行业的系统。
欧盟监管者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者如何对待 AI，有一点特别引人注目：监管者似乎不太愿意合作。
在美国，例如，拜登政府在制定可能的监管框架之前，就就像 ChatGPT 这类系统的安全性寻求公众意见。
在中国，政府多年来一直在监管 AI 以及数据采集，其主要关注点仍是社会稳定。
到目前为止，在 AI 监管方面似乎准备得比较到位的国家是英国，它更倾向于“轻”监管方式——但英国希望成为 AI 和 fintech 采用的领导者，这并不是什么秘密。
Fintech 与《人工智能法案》
当涉及到提供金融服务的公司与初创企业时，情况会更加复杂。
事实上，如果该法案保持现行版本不变，fintech 不仅需要符合当前的金融监管要求，还必须纳入这一新的监管框架。
信用状况评估可能被标注为高风险用例只是一个例子，用来说明 fintech 公司需要承担的负担：这会阻碍它们像此前那样保持灵活性，以吸引投资并保持竞争力。
结论
正如 Silo AI 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，以及所有参与基于 AI 的产品与服务的生产、分发和使用的公司。
如果欧盟投资者会因“高风险”这一标签而对某个初创公司或企业可能带来的风险感到担忧，那么欧盟境内的 AI 生态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，中国已经对如何监管人工智能有了明确立场。
据 Apheris 联合创始人 Robin Röhm 称，可能出现的一种情景是初创公司将迁往美国——这是一个在区块链和加密货币方面可能有很多可失去之处的国家，但它可能会赢得 AI 竞赛。
如果你想了解更多关于 fintech 的内容，并发现 fintech 新闻、活动与观点，订阅 FTW Newsletter！