AI立法迫在眉睫,如何看对行业影响?
大家好,我们又见面了啊~本文《AI立法迫在眉睫,如何看对行业影响?》的内容中将会涉及到等等。如果你正在学习科技周边相关知识,欢迎关注我,以后会给大家带来更多科技周边相关文章,希望我们能一起进步!下面就开始本文的正式内容~
6月8日消息,《人工智能法》已列入立法计划,草案预备年内提请全国人大常委会审议。早在4月份,国家网信办就起草了《生成式人工智能服务管理办法(征求意见稿)》,国外对AIGC也出台过一些管理,有些人可能觉得人工智能的威胁可能超过核技术。但是现在Ai最基本的应用都没有达到互联网的渗透率,可能说监管也有点早,多是趋向管理吧,果不管理不限制,那么AI技术可能就会被用到一些违法违规的事情上了。
不仅是我国,其他国家也在关注立法问题,上个月德国电视一台报道称,欧洲议会内部市场委员会和公民自由委员会11日以压倒多数通过《AI法案》提案的谈判授权草案,
早在两年前欧盟委员会就提出这一法案设想,旨在制定AI主题的全球标准。还和欧盟成员国代表就法律的最终形式进行谈判。欧洲议会发布的声明称,一旦获得批准,该法律将成为全世界首部有关人工智能的法规。法律通过后,违反规定的公司最高可被处以4000万欧元或其全球年营业额7%的罚款。在对提案的修正案中,议员们表示,希望确保AI系统能够由人工监控、安全透明、非歧视性且环境友好。
这个问题值得被重视。
现在已经有一些人开始采用AI技术进行了一些不法行为,比如利用通过骚扰电话录音等来提取某人声音,获取素材后进行声音合成,从而可以用伪造的声音骗过对方。再比如利用AI换脸的方式,利用分析公众发布在网上的各类信息,确定一系列的骗术,利用AI技术筛选目标人群。在视频通话中利用AI换脸,骗取信任等等,这类诈骗事件已经出现过好几次了。

监管向左,创新向右?
监管与创新不能分开太久,两者应该相互伴随着,谁走在前面都需要等一等后面的那个,不能偏离太远,在某些情况下,AI系统可能对于一些信息没办法采取判断,若是没有立法对其进行合理的规范,这些漏洞很可能就会被利用,有了立法能够帮助AI技术在合理有序的环境下发展,而且也出现了一些产品,有了技术有了产品,但是没有相应的监管制度,出了问题也不好解决,所以,还是很有必要通过立法来加强市场的监督和纪律。
而且现在AI技术还没有大规模落地应用,但是已经在一些产业上落地使用了,像医疗、交通、金融、教育、安全等产业上,给我们带了很多便利,也让我们看到了AI技术或者产品的更多可能性。在未来的AI技术或者产品的更多可能性上,我们要知道技术所带来的挑战和潜在的风险,以对其进行合理的应对和规范。
有了相应的立法制度,便于相关机构可以对AI技术或者产品进行限制以及监督,避免这种技术被滥用的可能。不仅仅如此,有了制度AI技术的生产商,也有了公正和规范的市场竞争环境,规范的立法和监管制度可以避免人为的错误和滥用,从而构建信任和安全的网络环境,在公平的环境下把焦点都倾注在产品技术研发上,减少一些不必要的问题滋生,让产品或者技术更好服务于人类。
其实大家的抵触性可能在于立法的方法和内容仍然存在一些争议。比如要确定哪些行确实需要被纳入法律里面,而且又该如何界定是否违法,还有就是又要保障安全的前提下,不能影响技术的研发和推进,害怕监管严格了,会影响生产商对技术或产品的研发落地。最终要面对的是如何在推动创新、收获AI效益、应对AI风险和有效保护权利之间实现平衡。
所以,立法内容可能就要涉及到多个角度的利益,像研发技术产品的生产商,还有消费者,等等,所以制定政策者的应当在制定立法时考虑到这些利益不同的方面,并采取广泛的咨询和参与程序,来保证立法的可行性以及公正性。研发技术产品的生产商要遵守立法的规定,在相关法律的要求下做产品,或者对产品更新迭代,很可能还得传达立法的内容和宗旨,让大家知道产品或者技术是在遵守相关法律法规的情况下进行的。而享用技术或者产品的大众来说,可能也要知道立法的内容,避免由于不了解相关法规内容导致一些问题出现。
如何把控?
AI技术的立法也不是一成不变的,应该是一个长期的调整和改进,要根据技术或者产品的发展更新慢慢的进行调整和完善,才能跟上产品技术的进步。
如何把控很关键,对风险进行分层定义是一个方法,欧盟委员会在2021年4月提出的一套人工智能法律框架里,就按照风险高低,将人工智能应用场景分为“最低、有限、高、不可接受”四个风险等级,等级越高的应用场景,受到的限制越严格。
报道中称,高风险应用场景指可能对人们生命、生活造成严重影响的场景,如交通设备、教育培训、医疗辅助、信用评级等;欧盟委员会强调,所有远距离生物识别系统都被认为具有高风险,禁止执法部门在公共场合使用这一技术,只有少数情况例外,如寻找失踪儿童或防止个别恐怖袭击、甄别犯罪分子和可疑人员等,这类应用需得到司法部门或独立机构授权;而某些明显威胁人们安全和生活以及侵犯人们权利的系统被划为不可接受风险的场景,包括利用人类行为来误导用户、违反其自由意志的应用,如使用语音助手诱导未成年人做出危险行为的玩具等,这类应用须禁止。
即便欧盟当时照顾了这么多方面,但法案也引来了争议,比如有些人觉得复杂的审查要求和程序,会增加企业的行政成本,尤其不利于中小型数字初创企业,遏制创新和技术运用,延缓欧盟的数字转型进程。法案反映了欧盟在促进创新和权利保护之间难以有效平衡的内在冲突。
去年上海的《上海市促进人工智能产业发展条例》正式开始施行。作为人工智能领域在国内的首部省级地方性法规,其中也提到了不同风险等级的表述:要求对高风险的人工智能产品和服务实行清单式管理,遵循必要、正当、可控等原则进行合规审查。对中低风险的人工智能产品和服务采用事前披露和事后控制的治理模式,促进先行先试。
其实,各个国家的监管,无论是立法也好,还是其他的也好,这些定义是制定法律条文的必然逻辑要求,主要大方向还是立法者希望人工智能及产业发展越来越好,在医疗、交通、金融、教育、安全等等领域更好的服务我们,而不是被犯罪分子所利用。
吕长顺(凯恩斯) 证书编号:A0150619070003。【以上内容仅代表个人观点,不构成买卖依据,股市有风险,投资需谨慎】
文中关于AI立法,行业影响,编程应对的知识介绍,希望对你的学习有所帮助!若是受益匪浅,那就动动鼠标收藏这篇《AI立法迫在眉睫,如何看对行业影响?》文章吧,也可关注golang学习网公众号了解相关技术文章。
给语言大模型加上综合视听能力,达摩院开源Video-LLaMA
- 上一篇
- 给语言大模型加上综合视听能力,达摩院开源Video-LLaMA
- 下一篇
- 为什么我的Go程序无法处理大量的数据?
-
- 科技周边 · 人工智能 | 8小时前 | 人工智能 · Python教程 · 图像尺寸 Pillow ControlNet diffusers 条件图
- Diffusers ControlNet 条件图尺寸匹配的处理
- 314浏览 收藏
-
- 科技周边 · 人工智能 | 19小时前 | python · 人工智能 · 模型评测 Hugging Face Evaluate 指标输入格式 predictions references
- Hugging Face Evaluate 统一指标输入格式
- 134浏览 收藏
-
- 科技周边 · 人工智能 | 22小时前 |
- RAG 检索结果去重与上下文长度控制
- 357浏览 收藏
-
- 科技周边 · 人工智能 | 3天前 |
- Tokenizer padding_side 影响批量生成的对齐
- 206浏览 收藏
-
- 科技周边 · 人工智能 | 3天前 | python · 人工智能 · 数据迭代 Hugging Face Datasets streaming IterableDataset 大语料
- Datasets streaming 读取大语料的迭代方式
- 337浏览 收藏
-
- 科技周边 · 人工智能 | 3天前 | python · Transformers generate 停止条件 批量输出
- Transformers generate 的停止条件与批量输出
- 133浏览 收藏
-
- 科技周边 · 人工智能 | 3天前 | 人工智能 · LoRa 显存优化 bitsandbytes QLoRA 4-bit量化
- bitsandbytes 量化模型配合 LoRA 训练的显存边界
- 249浏览 收藏
-
- 科技周边 · 人工智能 | 3天前 | 人工智能 · LoRa PEFT load_adapter set_adapter 适配器切换
- PEFT LoRA 适配器按任务切换的加载方案
- 268浏览 收藏
-
- 科技周边 · 人工智能 | 3天前 | 人工智能 · LoRa PEFT merge_and_unload 适配器合并
- PEFT 适配器合并后为什么输出会变化
- 221浏览 收藏
-
- 科技周边 · 人工智能 | 4天前 |
- Tokenizer 左填充和右填充应该怎么选
- 399浏览 收藏
-
- 科技周边 · 人工智能 | 4天前 |
- Safetensors 为什么支持按需读取权重切片
- 258浏览 收藏
-
- 科技周边 · 人工智能 | 4天前 |
- MLflow Model Alias 怎么替代固定版本号部署
- 360浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 298次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 352次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 353次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 318次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 137次使用
-
- 本地大模型反复输出同一句话怎么调整生成参数
- 2026-09-06 501浏览
-
- Python 调用大模型时如何用结构化输出校验 JSON:从解析失败到可重试
- 2026-08-29 501浏览
-
- AI写作工具免费版安装教程(含豆包Clawdbot)
- 2026-05-30 501浏览
-
- WPS AI能自动生成PPT吗?输入主题一键制作演示文稿
- 2026-05-27 501浏览
-
- Canva手机闪退解决方法及适配指南
- 2026-05-25 501浏览

