歐洲的人工智慧：AI 法案可能的意義

由Maico Amorim在Unsplash拍攝

AI法案仍然只是草案，但歐盟的投資者和企業主已經對可能的結果感到緊張。

它會阻礙歐盟在全球舞台上的競爭力嗎？

根據監管機構的說法，並非如此。但讓我們來看看發生了什麼。

AI法案與風險評估

AI法案將人工智慧帶來的風險分為不同的風險類別，但在此之前，它將人工智慧的定義縮小為僅包括基於機器學習和邏輯的系統。

這不僅有助於區分AI系統與較簡單的軟體，也幫助我們理解為何歐盟想要對風險進行分類。

AI的不同用途被分為不可接受的風險、高風險和低或最小風險。屬於不可接受風險範疇的實踐被視為禁止。

這類實踐包括：

• 涉及超出人類意識範圍的技術的做法，
• 想要利用弱勢群體的做法，
• 基於AI的系統用於根據個人特徵或行為分類人群，
• 在公共空間使用生物識別技術的AI系統。

還有一些用例，應被視為與被列入禁止活動的某些做法相似，屬於“高風險”範疇。

這些包括用於招聘或評估和分析個人信用狀況的系統（這可能對金融科技公司構成危險）。在這些情況下，所有創建或使用此類系統的企業都應提供詳細報告，說明系統的運作方式以及為避免對人們造成風險所採取的措施，並盡可能透明。

一切看起來都很清楚且正確，但仍有一些問題需要監管機構解決。

法案過於籠統

企業主和投資者最擔心的問題之一是對特定AI領域缺乏關注。

例如，生產和使用用於一般目的的AI系統的公司，可能被視為用於高風險用例的人工智慧。

這意味著他們需要產出詳細的報告，這會耗費時間和金錢。由於中小企業（SMEs）並不例外，且它們構成歐洲經濟的最大部分，長期來看可能會變得不那麼具有競爭力。

而美國與歐洲AI公司之間的差異正是引發重大擔憂的原因：事實上，歐洲沒有像美國那樣的大型AI公司，因為歐洲的AI環境主要由中小企業和新創公司構建。

根據appliedAI進行的一項調查，大多數投資者會避免投資被標記為“高風險”的新創公司，正是因為這一分類的複雜性。

ChatGPT改變了歐盟的計劃

歐盟監管機構本應在4月19日完成文件，但關於AI系統的不同定義及其用例的討論延遲了最終草案的提交。

此外，科技公司也表明，並非所有公司都同意目前版本的文件。

造成延遲的主要原因是基礎模型與通用AI之間的區分。

一個基礎模型的例子是OpenAI的ChatGPT：這些系統使用大量數據進行訓練，能生成各種輸出。

通用AI則包括那些可以適應不同用例和行業的系統。

歐盟監管機構希望嚴格規範基礎模型，因為它們可能帶來更多風險，並對人們的生活產生負面影響。

美國和中國如何規範AI

如果我們看看歐盟監管機構如何對待AI，有一點很突出：似乎監管者較不願合作。

例如，在美國，拜登政府在制定可能的監管框架之前，曾徵求公眾對ChatGPT等系統安全性的意見。

在中國，政府多年前就開始規範AI和數據收集，其主要關注點仍然是社會穩定。

目前，似乎在AI規範方面位置較佳的是英國，該國採取了“輕量”策略——但眾所周知，英國希望成為AI和金融科技的領導者。

金融科技與AI法案

對於提供金融服務的公司和新創企業來說，情況更為複雜。

事實上，如果法案保持目前版本，金融科技公司不僅需要遵守現有的金融法規，還要適應這一新的監管框架。

信用評估可能被標記為高風險用例，僅是金融科技公司所承擔負擔的其中一個例子，這可能阻礙它們的彈性，影響投資募集和競爭力。

結論

正如Silo AI的CEO Peter Sarlin所指出，問題不在於監管，而在於壞的監管。

過於籠統的規範可能損害創新，以及所有涉及AI產品和服務的生產、分銷和使用公司。

如果歐盟投資者擔心被貼上“高風險”標籤的潛在風險，歐盟的AI環境可能會受到負面影響，而美國則在徵求公眾意見以改進其技術，中國已經對如何規範人工智慧有明確的看法。

根據Apheris的聯合創始人Robin Röhm的說法，一種可能的情景是新創公司會轉向美國——這個國家在區塊鏈和加密貨幣方面可能損失慘重，但在AI競賽中卻可能贏得勝利。

如果你想了解更多金融科技資訊，發掘最新的金融科技新聞、活動和觀點，請訂閱FTW通訊！