Bild von Canva
KI schreitet immer schneller voran, und obwohl die Möglichkeiten, gelinde gesagt, überwältigend sind, sind auch die damit verbundenen Risiken wie Voreingenommenheit, Datenschutz, Sicherheit usw. der ideale Ansatz. Ethik und verantwortungsvolle Richtlinien sind der ideale Ansatz von Natur aus in die KI eingebettet. Es sollte systematisch aufgebaut werden, um die Risiken zu filtern und nur die technologischen Vorteile weiterzugeben.
Zitieren Zwangsversteigerung:
„Ethics by Design ist der bewusste Prozess der Einbettung unserer ethischen und humanen Leitprinzipien in das Design und die Entwicklung.“
Aber es ist leichter gesagt als getan. Selbst die Entwickler finden es schwierig, die Komplexität von KI-Algorithmen zu entschlüsseln, insbesondere die neuen Fähigkeiten.
„Gemäß Deepchecks„„Fähigkeit in einem LLM gilt als neu entstehend, wenn sie während der Entwicklung des Modells nicht explizit trainiert oder erwartet wurde, aber mit zunehmender Größe und Komplexität des Modells zum Vorschein kommt.“
Angesichts der Tatsache, dass die Entwickler Hilfe benötigen, um die Interna der Algorithmen und die Gründe für ihr Verhalten und ihre Vorhersagen zu verstehen, ist es übertrieben, von den Behörden zu erwarten, dass sie es verstehen und in kurzer Zeit regulieren.
Darüber hinaus ist es für alle gleichermaßen herausfordernd, mit den neuesten Entwicklungen Schritt zu halten, ganz zu schweigen davon, rechtzeitig zu verstehen, wie man die Leitplanken anpassen kann.
Das EU-KI-Gesetz
Das bringt uns dazu, über das KI-Gesetz der Europäischen Union (EU) zu diskutieren – ein historischer Schritt, der ein umfassendes Regelwerk zur Förderung vertrauenswürdiger KI umfasst.
Bild von Canva
Der rechtliche Rahmen zielt darauf ab, „ein hohes Schutzniveau für Gesundheit, Sicherheit, Grundrechte, Demokratie und Rechtsstaatlichkeit sowie die Umwelt vor schädlichen Auswirkungen von KI-Systemen zu gewährleisten und gleichzeitig Innovationen zu unterstützen und das Funktionieren des Binnenmarkts zu verbessern.“
Die EU ist dafür bekannt, dass sie beim Datenschutz führend ist, indem sie zuvor die Datenschutz-Grundverordnung (DSGVO) einführte, und nun auch für die KI-Regulierung mit dem KI-Gesetz.
Die Zeitleiste
Um das Argument, warum es lange dauert, Vorschriften zu erlassen, interessant zu machen, werfen wir einen Blick auf den Zeitplan des KI-Gesetzes, das erstmals im April 21 von der Europäischen Kommission vorgeschlagen und später vom Europäischen Rat angenommen wurde im 22. Dezember. Der Trilog zwischen drei gesetzgebenden Organen – der Europäischen Kommission, dem Rat und dem Parlament – wurde mit der Umsetzung des EU-Gesetzes im März 24 abgeschlossen und wird voraussichtlich im Mai 2024 in Kraft treten.
Betrifft wen?
Im Hinblick auf die Organisationen, die in seinen Zuständigkeitsbereich fallen, gilt das Gesetz nicht nur für die Entwickler innerhalb der EU, sondern auch für die globalen Anbieter, die ihre Produkte herstellen KI-Systeme stehen EU-Nutzern zur Verfügung.
Risikoeinstufung
Obwohl nicht alle Risiken gleich sind, beinhaltet das Gesetz einen risikobasierten Ansatz, der Anträge in vier Kategorien einteilt – inakzeptabel, hoch, begrenzt und minimal, basierend auf ihren Auswirkungen auf die Gesundheit und Sicherheit einer Particular person oder die Grundrechte.
Die Risikoeinstufung impliziert, dass die Vorschriften mit zunehmendem Anwendungsrisiko strenger werden und eine stärkere Aufsicht erfordern. Es verbietet Anwendungen, die inakzeptable Risiken bergen, wie etwa Social-Scoring und biometrische Überwachung.
Inakzeptable Risiken und risikoreiche KI-Systeme werden sechs Monate und sechsunddreißig Monate nach Inkrafttreten der Verordnung durchsetzbar.
Transparenz
Um mit den Grundlagen zu beginnen, ist es wichtig zu definieren, was ein KI-System ausmacht. Wenn man es zu locker hält, gerät auch ein breites Spektrum traditioneller Softwaresysteme in den Zuständigkeitsbereich, was Auswirkungen auf die Innovation hat, während es bei einer zu engen Regelung zu Ausrutschern kommen kann.
Beispielsweise müssen die allgemeinen generativen KI-Anwendungen oder die zugrunde liegenden Modelle die notwendigen Offenlegungen, wie etwa die Trainingsdaten, bereitstellen, um die Einhaltung des Gesetzes sicherzustellen. Die immer leistungsfähigeren Modelle erfordern zusätzliche Particulars wie z Modellbewertungen, Bewertung und Minderung systemischer Risiken sowie Berichterstattung über Vorfälle.
Bei KI-generierten Inhalten und Interaktionen wird es für den Endbenutzer schwierig zu verstehen, wann er eine KI-generierte Antwort sieht. Daher muss der Benutzer benachrichtigt werden, wenn das Ergebnis nicht von Menschen erstellt wurde oder künstliche Bilder, Audio oder Video enthält.
Regulieren oder nicht?
Technologien wie KI, insbesondere GenAI, überschreiten Grenzen und können potenziell die Artwork und Weise verändern, wie Unternehmen heute funktionieren. Der Zeitpunkt des KI-Gesetzes ist angemessen und passt intestine zum Beginn der Ära der generativen KI, die die Risiken tendenziell verschärft.
Mit der kollektiven Intelligenz und Intelligenz sollte die Gewährleistung der KI-Sicherheit auf der Agenda jedes Unternehmens stehen. Während andere Länder darüber nachdenken, ob sie neue Vorschriften zu KI-Risiken einführen oder die bestehenden ändern sollen, um sie an die neuen Herausforderungen fortschrittlicher KI-Systeme anzupassen, dient das KI-Gesetz als goldener Commonplace für die Regelung von KI. Es bereitet den Weg vor, dem andere Nationen folgen und bei der sinnvollen Nutzung der KI zusammenarbeiten können.
Die Regulierungslandschaft steht vor der Herausforderung, den Technologiewettlauf zwischen den Ländern anzuführen, und wird oft als Hindernis für die Erlangung einer dominanten globalen Place angesehen.
Wenn es jedoch einen Wettlauf geben sollte, wäre es großartig, dabei zu sein, wenn wir darum konkurrieren, KI für alle sicherer zu machen und auf goldene ethische Requirements zurückgreifen, um die vertrauenswürdigste KI der Welt auf den Markt zu bringen.
Vidhi Chugh ist ein KI-Stratege und ein Leiter der digitalen Transformation, der an der Schnittstelle von Produkt, Wissenschaft und Technik arbeitet, um skalierbare Systeme für maschinelles Lernen zu entwickeln. Sie ist eine preisgekrönte Innovationsführerin, Autorin und internationale Rednerin. Ihre Mission ist es, maschinelles Lernen zu demokratisieren und den Jargon aufzubrechen, damit jeder Teil dieser Transformation sein kann.