Jan, 2023

AI 技术商业化的合规成本：现场部署视角

PDF
TL;DR人工智能技术飞快地发展，但合规成本却成为了人工智能初创企业的一大财务负担，从而导致合规陷阱的出现。尤其是全球各国复杂而多样化的监管过程，给予了有资源的技术公司比资金短缺的人工智能初创企业更多的优势，这一趋势的持续可能导致大规模的人工智能初创公司消失，并且使巨型科技公司垄断人工智能技术。因此，本文从现场应用的角度出发，深入探讨了人工智能商业运营的合规成本问题。
artificial intelligencecompliance costsai startupsregulatory requirementsmonopolies
发现论文，激发创造
  • 人工智能监管环境的困境

    分享了一家初创企业在自动驾驶领域的四年痛苦经历，呼吁成立类似于 FDA 的机构来规范人工智能。

    Dec, 2021

  • 人工智能自动化合规蓝图优化

    本文研究了高度规范的行业比如银行和医疗领域中所遇见的遵循法规标准的云计算难题，提出了使用人工智能技术解决技术规范和法规控制之间的映射问题的方法，并进行了早期结果的展示和讨论

    Jun, 2022

  • 遵规卡：用于自动化 AI 监管遵守的计算工具

    通过引入一种高度自动化的系统，我们可以捕获与人工智能系统和模型的合规性相关的数据，并跨越这些数据进行分析，从而加强和加速 AI 法规的合规评估。

    Jun, 2024

  • 人工智能法》下的法庭取证图像分析中合规性挑战

    本研究回顾并总结了机器学习在法证图像分析中的高风险性质，概述了高风险人工智能系统的强制要求，并讨论了这些要求在两个法证应用（车牌识别和深度伪造检测）中的实际应用。目的是提高人们对即将发布的法律要求的认识，并指出未来研究的方向。

    Mar, 2022

  • 风险导向的人工智能监管的风险：认真对待责任

    欧盟人工智能法案是一项基于风险的前瞻性监管方法，旨在预防某些有害结果，并提倡对数据质量和人工监督进行批判性检查；我们建议将责任视为主要监管机制，并区分潜在危害的内生和外生因素，通过合理分配开发者和使用者之间的责任来减轻风险。

    Nov, 2023

  • 人工智能的系统挑战：伯克利视角

    该论文探讨了人工智能的发展带来的挑战，提出了在系统、架构和安全方面的研究方向，以解决 AI 技术存储和处理数据量的限制，并提高数据隐私保护，以便这一技术能够更好地改善人们的生活和社会。

    Dec, 2017

  • 超越公平度量：实践中的道路障碍和伦理人工智能挑战

    讨论建立和推广符合伦理 AI 的实践中存在的实际挑战，包括监管压力、冲突商业目标、数据质量、开发过程、系统集成实践和规模问题，认为要考虑 AI 系统的全面运营上下文，才能有效应对这些伦理风险。

    Aug, 2021

  • 评估法规和标准对人工智能领域创新的影响

    本文批判性地探讨了监管在 AI 领域中抑制创新的观点，讨论了目前 AI 监管的趋势，特别是提出的欧洲 AI 法案及支持其实施的标准，分析和批判了支持监管抑制创新观点，并提出了替代性观点，阐明监管和标准如何促进 AI 领域的创新。

    Feb, 2023

  • 遵守欧盟 AI 法案

    该研究论文通过对 EU AI Act 的分类，开发了一个问卷，提供定量数据和洞见。数据分析显示了不同合规性类别下组织所面临的各种挑战，并研究了组织特征（如规模和行业）对合规性的影响。此外，论文还分享了被调查对象对 AI Act 内容和应用的常见问题的定性数据。论文认为在遵循 AIA 方面仍有改进空间，并提及了一个相关项目，试图帮助这些组织解决问题。

    Jul, 2023

  • 前沿人工智能规管：管理新兴公共安全风险

    前沿 AI 模型的安全性规范与公共安全风险需求有关。建立标准设置流程、注册报告需求以及合规机制是对前沿 AI 模型进行规范的必要步骤。产业自律是重要的第一步，但还需要社会广泛讨论和政府干预以确保规范的制定和遵循。将执法权力授予监管机构和颁发前沿 AI 模型许可制度等选项可实现该目标。本文提出一组初始的安全标准，包括进行部署前的风险评估、外部对模型行为的审查、使用风险评估来指导部署决策以及在部署后监控和响应关于模型能力与应用的新信息。希望本文能为如何平衡公共安全风险与 AI 开发前沿的创新受益的广泛讨论做出贡献。

    Jul, 2023