欧州のAI法案がまもなく導入され、世界の技術規制に影響を及ぼす可能性がある

欧州のAI法案がまもなく導入され、世界の技術規制に影響を及ぼす可能性がある

AI法案は、AIの開発方法、企業がAIを使ってできること、要件に従わなかった場合の法的結果など、AIの使用に関する共通の規制および法的枠組みを構築することを目的としています。この法案は、企業がAIを導入する前に特定の状況下で承認を得ることを義務付けたり、リスクが高すぎるとみなされる特定のAIの使用を禁止したり、その他の高リスクのAIの使用に関する公開リストを作成したりする可能性があります。

欧州委員会は、この法律に関する公式報告書の中で、この法律は、広い意味では、信頼できるAIに関するEUのパラダイムを成文化することを目指していると述べた。このパラダイムでは、「AI は、民主的価値観、人権、法の支配を尊重しながら、法的、倫理的、技術的に堅牢であることが求められる」としています。

提案されている AI 規制枠組みの目的は次のとおりです。

1. EU市場で導入され使用されるAIシステムが安全であり、既存の法的基本的権利とEUの価値観を尊重していることを保証する。

2. AIへの投資とイノベーションを促進するために法的確実性を確保する。

3. AIシステムに適用される基本的権利と安全に関する既存の法律のガバナンスと効果的な執行を強化する。

4. 合法的、安全、信頼できる AI アプリケーションの統一市場の開発を促進し、市場の分断を防ぐ。

新法の詳細は未だ不明な点が多いが、その鍵となるのは人工知能の定義だ。その中核となるのは「製品安全フレームワーク」で、将来のAI製品を全業界に適用される4つの安全レベルカテゴリーに分類している。

スタンフォード・ウィーン大西洋横断技術法フォーラムのマルリッツ・コップ氏がまとめた、新法に関する2021年の欧州委員会の報告書によると、「重要度ピラミッド」の底辺には最もリスクの少ないシステムがある。このカテゴリに分類される AI アプリケーションには、リスクの高いシステムが満たさなければならない透明性要件は適用されません。 「限定的なリスク」カテゴリでは、チャットボットなどの AI システムに対して透明性の要件がいくつか存在します。

——EUの新しいAI法では、AIプログラムを、下から順に、低リスク、限定リスク、高リスク、容認できないリスクの4つのカテゴリーに分類しています。

透明性に対する厳しい要件がある高リスクの AI カテゴリでは、規制がより厳しくなります。序文によると、高リスクのカテゴリには、次のような AI アプリケーションが含まれます。

  • 人命や健康を危険にさらす可能性のある交通機関などの重要なインフラ(自動運転車など)
  • 個人の教育または職業上の達成度(テストの成績など)に影響を与える教育または職業訓練。
  • 製品の安全コンポーネント(ロボット支援手術など)
  • 雇用、従業員管理、自営業(履歴書や履歴書分類ソフトウェアなど)
  • 基本的な民間および公共サービス(信用スコアなど)
  • 法執行のユースケース(証拠評価など)
  • 入国管理および国境管理(パスポートの真正性評価を含む)
  • 公正かつ民主的なプロセス(特定の事実に法律を適用するなど)
  • 監視システム(生体認証や顔認識など)。

ピラミッドの頂点にある 4 番目のカテゴリは、「許容できないリスク」を伴う AI システムです。これらのアプリは、リスクが多すぎるため、本質的に違法です。このようなアプリケーションの例としては、行動や人、または「特定の脆弱なグループ」を操作するシステム、ソーシャル スコアリング、リアルタイムおよびリモートの生体認証システムなどがあります。

多くの企業が透明性とコンプライアンスの確保に取り組む分野として、高リスクカテゴリーに重点が置かれる可能性が高いでしょう。 EUのAI法案では、高リスクカテゴリーに該当するAI製品やサービスを開始する前に、企業に4つの手順を踏むことを推奨している。

  1. 高リスクの AI システムの開発は、包括的かつ多分野にわたるチームが監督する AI 影響評価と行動規範を使用して、まず社内で行うのが最適です。
  2. 高リスク AI システムは適合性評価と承認を受け、ライフサイクル全体を通じて EU AI 指令の要件に準拠し続ける必要があります。システム外の特定の機関が適合性評価監査に関与することになります。この動的なプロセスにより、ベンチマーク、監視、検証が確実に行われます。さらに、高リスク AI を備えた動的システムの場合は、手順 2 を繰り返す必要があります。
  3. スタンドアロンの高リスク AI システムの登録は、専用の EU データベースで行われます。
  4. 適合宣言書に署名する必要があり、高リスク AI システムには CE マークを付ける必要があります。​

<<:  AIが人間社会に与える影響

>>:  機械学習において、トレーニングおよび検証メトリック グラフから何がわかるでしょうか?

ブログ    
ブログ    
ブログ    

推薦する

私は 8 つの企業と面接しましたが、機械学習に関する次のような質問をされました…

【はじめに】 筆者は今年初めからインドでデータサイエンス、機械学習、ディープラーニングの分野で仕事...

人民日報:アルゴリズム推奨技術標準の健全な発展を促進

規制基準の強化は、アルゴリズム推奨技術の標準化と健全な発展に根本的に利益をもたらすだろう。近年、科学...

...

...

...

AI界のお笑い王に100万の賞金!北京郵電大学、南洋理工大学などが「砂像動画」データセットを公開 FunQA:アルゴリズムで人間のユーモアを学習

人は直感に反する動画(ユーモラスで独創的で視覚的に魅力的な動画)から容易に喜びを得ることができます。...

PyTorch を使って完全な NeRF をゼロから構築する

この記事は、Heart of Autonomous Driving の公開アカウントから許可を得て転...

人工知能は教育にどのように活用されていますか?ここに実際の例をいくつか示しますので、ぜひご覧ください。

教育者、心理学者、親たちが、子どもがスクリーンを見る時間の長さについて議論する一方で、人工知能や機械...

24時間365日対応のAI教師は生徒にどのような影響を与えるのでしょうか?

伝統的な教育方法は、過去 1 世紀か 2 世紀の間にあまり変わっていません。通常、生徒は教室で教師の...

ビジネスの自動化は、企業のデジタル変革における重要な課題となっている。

多くの企業が、ロボティック・プロセス・オートメーション(RPA)を監督することを主な責務とする最高オ...

...

Google ナレッジグラフ プロダクト マネージャーへのインタビュー: 探検するために生まれた

Google は最近、検索ページの新しい機能である Google ナレッジグラフをリリースしました。...

アプリランキング操作の水軍が復活:Appleのアルゴリズムを破るために5倍のコストを費やす

[「今回の調整は、主にユーザーのアクティベーション率、アプリの使用頻度、評価など総合的に考慮して行う...

マスク氏、マイクロソフトを非難「OpenAIはあなたのツールではない」

この記事はAI新メディアQuantum Bit(公開アカウントID:QbitAI)より許可を得て転載...

Spark機械学習APIの選び方

この記事では、主に統計アルゴリズム、分類アルゴリズム、クラスタリング アルゴリズム、協調フィルタリン...