Vairāki akadēmiķi un politikas eksperti ir ierosinājuši, ka Starptautiskajai Zinātnes padomei ar savu plurālistisku sociālo un dabaszinātņu pārstāvju pārstāvi izveido procesu, lai izveidotu un uzturētu anotētu sistēmu/kontrolsarakstu par riskiem, ieguvumiem, draudiem un iespējām. saistīta ar strauji mainīgām digitālajām tehnoloģijām, tostarp, bet ne tikai, AI. Kontrolsaraksta mērķis būtu informēt visas ieinteresētās puses, tostarp valdības, tirdzniecības sarunu vedējus, regulatorus, pilsonisko sabiedrību un nozari, par iespējamiem nākotnes scenārijiem, kā arī noteikt, kā tās varētu apsvērt iespējas, ieguvumus, riskus un citus jautājumus.
ISC ar prieku piedāvā šo diskusiju dokumentu par strauji attīstošās digitālās un ar to saistītās tehnoloģijas novērtēšanu. Mākslīgais intelekts, sintētiskā bioloģija un kvantu tehnoloģijas ir izcili jauninājumu piemēri, ko informē zinātne un kas parādās nepieredzētā tempā. Var būt sarežģīti sistemātiski paredzēt ne tikai to pielietojumu, bet arī to ietekmi.
Ģeneratīvā mākslīgā intelekta sociālo aspektu, piemēram, lielo valodu modeļu, kas paredzami veido lielāko daļu šī diskusiju dokumenta, izvērtēšana ir vajadzīgs tilts pašreizējā diskursā — dažreiz panikas vadīts, citreiz tas nav pietiekami dziļi domājošs — un nepieciešamajiem kursiem. darbība, ko varam veikt. ISC ir pārliecināta, ka ir nepieciešams analītisks ietvars starp šādu jauno tehnoloģiju sociālo pieņemšanu un to iespējamo regulējumu, lai veicinātu daudzu ieinteresēto pušu diskusijas, kas nepieciešamas, lai pieņemtu informētus un atbildīgus lēmumus par to, kā optimizēt šīs strauji augošās tehnoloģijas sociālos ieguvumus.
ISC ir atvērta mūsu kopienas reakcijai, izmantojot šo diskusiju dokumentu, lai novērtētu, kā vislabāk turpināt piedalīties diskusijās par tehnoloģijām un dot ieguldījumu tajās.
Salvatore Aricò, izpilddirektors
ISC diskusiju dokuments
Ietvars, lai novērtētu strauji attīstās digitālās un saistītās tehnoloģijas: AI, lieli valodu modeļi un ne tikai
Šajā diskusiju dokumentā ir izklāstīts sākotnējais ietvars, lai informētu par daudzajām globālajām un nacionālajām diskusijām, kas notiek saistībā ar AI.
Lejupielādējiet ziņojumuJaunums! Izlasiet 2024. gada versiju politikas veidotājiem ar lejupielādējamu ietvaru savai organizācijai.
Rokasgrāmata politikas veidotājiem: strauji attīstošo tehnoloģiju, tostarp mākslīgā intelekta, lielo valodu modeļu un citu tehnoloģiju novērtēšana
Šajā diskusiju dokumentā ir izklāstīts sākotnējais ietvars, lai informētu par daudzajām globālajām un nacionālajām diskusijām, kas notiek saistībā ar AI.
Saturs
Ievads
Strauji topošās tehnoloģijas rada sarežģītus jautājumus attiecībā uz to pārvaldību un iespējamo regulējumu. Politika un publiskās debates par mākslīgo intelektu (AI) un tā izmantošanu ir izvirzījušas šos jautājumus akūtā uzmanības centrā. Lai gan UNESCO, ESAO un citi ir izsludinājuši plašus mākslīgā intelekta principus un notiek jaunas diskusijas par tehnoloģiju globālo vai jurisdikcijas regulējumu, pastāv ontoloģiska plaisa starp augsta līmeņa principu izstrādi un to iekļaušanu regulējumā, politikā, pārvaldības un pārvaldības pieejas. Šeit īpaša loma varētu būt nevalstiskajai zinātnieku kopienai.
Vairāki akadēmiķi un politikas eksperti ir ierosinājuši Starptautiskajai Zinātnes padomei (ISC) — ar tās plurālistisku sociālo un dabas zinātņu pārstāvi — izveidot procesu, lai izveidotu un uzturētu anotētu sistēmu/kontrolsarakstu par riskiem, ieguvumiem, draudi un iespējas, kas saistītas ar strauji mainīgām digitālajām tehnoloģijām, tostarp, bet ne tikai, AI. Kontrolsaraksta mērķis būtu informēt visas ieinteresētās puses, tostarp valdības, tirdzniecības sarunu vedējus, regulatorus, pilsonisko sabiedrību un nozari, par iespējamiem nākotnes scenārijiem, kā arī noteikt, kā tās varētu apsvērt iespējas, ieguvumus, riskus un citus jautājumus.
Rezultāti darbotos nevis kā novērtēšanas struktūra, bet gan kā adaptīvs un mainīgs analītisks ietvars, kas varētu būt par pamatu visiem novērtēšanas un regulēšanas procesiem, ko varētu izstrādāt ieinteresētās personas, tostarp valdības un daudzpusējā sistēma. Ideālā gadījumā jebkura analītiskā sistēma būtu jāizstrādā neatkarīgi no valdības un nozares prasībām, ņemot vērā to saprotamās intereses. Tam ir jābūt arī maksimāli plurālistiskam savās perspektīvās, tādējādi aptverot visus tehnoloģijas aspektus un tās sekas.
Šajā diskusiju dokumentā ir izklāstīts sākotnējais ietvars, lai informētu par daudzajām globālajām un nacionālajām diskusijām, kas notiek saistībā ar AI.
Priekšvēsture: kāpēc analītiskā sistēma?
Tehnoloģijas straujā parādīšanās ar mākslīgā intelekta sarežģītību un ietekmi izraisa daudzus apgalvojumus par lieliem ieguvumiem. Tomēr tas arī izraisa bailes no būtiskiem riskiem, sākot no indivīda līdz ģeostratēģiskam līmenim. Liela daļa diskusiju mēdz notikt viedokļu spektra galējos galos, un ir nepieciešama pragmatiskāka pieeja. AI tehnoloģija turpinās attīstīties, un vēsture liecina, ka praktiski katrai tehnoloģijai ir gan labvēlīga, gan kaitīga izmantošana. Tāpēc jautājums ir: kā mēs varam sasniegt labvēlīgus šīs tehnoloģijas rezultātus, vienlaikus samazinot kaitīgo seku risku, no kurām dažas varētu būt eksistenciālas?
Nākotne vienmēr ir neskaidra, taču ir pietiekami daudz uzticamu un ekspertu viedokļu par AI un ģeneratīvo AI, lai veicinātu salīdzinoši piesardzīgu pieeju. Turklāt ir nepieciešama sistēmu pieeja, jo AI ir tehnoloģiju klase, ko plaši izmanto un pielieto dažāda veida lietotāji. Tas nozīmē, ka, apsverot mākslīgā intelekta ietekmi uz indivīdiem, sociālo dzīvi, pilsonisko dzīvi, sabiedrisko dzīvi un globālā kontekstā, ir jāņem vērā viss konteksts.
Atšķirībā no vairuma pagātnes tehnoloģiju, digitālajām un saistītajām tehnoloģijām ir ļoti īss laika posms no izstrādes līdz izlaišanai, ko lielā mērā nosaka ražošanas uzņēmumu vai aģentūru intereses. AI strauji izplatās; dažas īpašības var kļūt redzamas tikai pēc izlaišanas, un tehnoloģijai var būt gan ļaundabīgi, gan labvēlīgi pielietojumi. Svarīgu vērtību dimensijas ietekmēs to, kā tiek uztverts jebkāds lietojums. Turklāt var būt ģeostratēģiskas intereses.
Līdz šim virtuālās tehnoloģijas regulējums lielā mērā ir skatīts caur “principu” un brīvprātīgas ievērošanas objektīvu. Tomēr pēdējā laikā diskusija ir pievērsusies valsts un daudzpusējas pārvaldības jautājumiem, tostarp regulatīvo un citu politikas instrumentu izmantošanai. Apgalvojumi par vai pret AI bieži ir hiperboliski un, ņemot vērā tehnoloģijas būtību, ir grūti novērtējami. Efektīvas globālas vai valsts mēroga tehnoloģiju regulēšanas sistēmas izveide būs sarežģīta, un visā ķēdē būs nepieciešami vairāki uz risku balstīti lēmumu pieņemšanas līmeņi, sākot no izgudrotāja līdz ražotājam, lietotājam, valdībai un daudzpusējai sistēmai.
Lai gan augsta līmeņa principus cita starpā ir izsludinājusi UNESCO, ESAO un Eiropas Komisija, un notiek dažādas augsta līmeņa diskusijas par iespējamā regulējuma jautājumiem, pastāv liela ontoloģiska plaisa starp šādiem principiem un pārvaldību vai normatīvo regulējumu. Kāda ir apsvērumu taksonomija, kas regulatoram varētu būt jāņem vērā? Šauri fokusēta kadrēšana nebūtu saprātīga, ņemot vērā šo tehnoloģiju plašo ietekmi. Šis potenciāls ir bijis daudzu komentāru priekšmets gan pozitīvi, gan negatīvi.
Analītiskās sistēmas izstrāde
ISC ir galvenā globālā NVO, kas integrē dabas un sociālās zinātnes. Tā globālā un disciplinārā sasniedzamība nozīmē, ka tai ir labas iespējas sniegt neatkarīgus un globāli nozīmīgus padomus, lai sniegtu informāciju par sarežģītām izvēlēm, kas gaidāmas, jo īpaši tāpēc, ka pašreizējās balsis šajā jomā lielākoties nāk no nozares vai no lielākajām tehnoloģiju lielvalstīm. Pēc plašām diskusijām pēdējo mēnešu laikā, tostarp apsvērumiem par nevalstisku novērtējuma procesu, ISC secināja, ka tās visnoderīgākais ieguldījums būtu izstrādāt un uzturēt adaptīvu analītisko ietvaru, ko var izmantot par pamatu diskusijām un lēmumu pieņemšanai. visām ieinteresētajām personām, tostarp jebkura formālā novērtēšanas procesa laikā.
Šis regulējums būtu visaptverošs kontrolsaraksts, ko varētu izmantot gan valdības, gan nevalstiskās institūcijas. Ietvars identificē un pēta tādas tehnoloģijas kā AI un tās atvasinājumu potenciālu, izmantojot plašu objektīvu, kas aptver cilvēku un sabiedrības labklājību, kā arī ārējos faktorus, piemēram, ekonomiku, politiku, vidi un drošību. Daži kontrolsaraksta aspekti var būt atbilstošāki par citiem atkarībā no konteksta, taču labāki lēmumi ir ticamāki, ja tiek ņemtas vērā visas jomas. Tā ir kontrolsaraksta pieejas raksturīgā vērtība.
Ierosinātā sistēma ir iegūta no iepriekšējā darba un domām, tostarp Starptautiskā valdības zinātnes padomu tīkla (INGSA) digitālās labklājības ziņojuma.1 un ESAO MI klasifikācijas ietvaru2 prezentēt AI iespējamo iespēju, risku un seku kopumu. Šo iepriekšējo produktu nolūks bija ierobežotāks, ņemot vērā to laiku un kontekstu, tāpēc ir vajadzīga visaptveroša sistēma, kas atspoguļo visu problēmu loku gan īstermiņā, gan ilgākā termiņā.
Lai gan šī analītiskā sistēma ir izstrādāta AI apsvērumiem, to var izmantot jebkurai strauji augošai tehnoloģijai. Tālākai pārbaudei jautājumi ir plaši sagrupēti šādās kategorijās:
Ir iekļauts apsvērumu saraksts katrai no iepriekš minētajām kategorijām, kā arī to attiecīgajām iespējām un sekām. Daži no tiem attiecas uz konkrētiem AI gadījumiem vai lietojumprogrammām, savukārt citi ir vispārīgi un platformas vai lietojuma agnostiķi. Neviens šeit iekļautais apsvērums nav jāuzskata par prioritāti, un tādēļ ir jāpārbauda visi.
Kā šo ietvaru varētu izmantot?
Šo sistēmu var izmantot, bet ne tikai, šādos veidos:
Sekojošā tabula ir agrīna analītiskā ietvara dimensiju veidošana. Atkarībā no tehnoloģijas un tās izmantošanas daži komponenti būs atbilstošāki nekā citi. Piemēri ir sniegti, lai ilustrētu, kāpēc katrs domēns var būt svarīgs; kontekstā sistēmai būtu nepieciešama kontekstuāli atbilstoša paplašināšana. Ir arī svarīgi nošķirt platformas izstrādi un vispārīgas problēmas, kas var rasties konkrētu lietojumprogrammu laikā.
Izmēri, kas jāņem vērā, novērtējot jaunu tehnoloģiju
| Sākotnējais izmēru projekts, kas varētu būt jāņem vērā, novērtējot jaunu tehnoloģiju | ||
| Trieciena izmēri | Kritēriji | Piemēri, kā to var atspoguļot analīzē |
| Individuāli/pats | Lietotāju AI kompetence | Cik kompetenti un informēti par sistēmas īpašībām ir iespējamie lietotāji, kuri mijiedarbosies ar sistēmu? Kā viņiem tiks nodrošināta attiecīgā lietotāja informācija un brīdinājumi? |
| Ietekmētās ieinteresētās personas | Kuras ir galvenās ieinteresētās personas, kuras ietekmēs sistēma (ti, indivīdi, kopienas, neaizsargāti, nozaru darbinieki, bērni, politikas veidotāji, profesionāļi)? | |
| Izvēles iespēja | Vai lietotājiem ir nodrošināta iespēja atteikties no sistēmas; vai viņiem jādod iespējas apstrīdēt vai labot rezultātu? | |
| Cilvēktiesību un demokrātisko vērtību apdraudējumi | Vai sistēma varētu ietekmēt (un kādā virzienā) cilvēktiesības, tostarp, bet ne tikai, privātumu, vārda brīvību, godīgumu, diskriminācijas risku utt.? | |
| Iespējamā ietekme uz cilvēku labklājību | Vai sistēma varētu ietekmēt (un kādā virzienā) individuālā lietotāja labklājību (ti, darba kvalitāti, izglītību, sociālo mijiedarbību, garīgo veselību, identitāti, vidi)? | |
| Cilvēka darbaspēka pārvietošanas potenciāls | Vai sistēmai ir iespēja automatizēt uzdevumus vai funkcijas, ko veica cilvēki? Ja jā, kādas ir pakārtotās sekas? | |
| Identitātes, vērtību vai zināšanu manipulācijas potenciāls | Vai sistēma ir paredzēta vai potenciāli spēj manipulēt ar lietotāja identitāti vai iestatītajām vērtībām vai izplatīt dezinformāciju? Vai pastāv nepatiesi vai nepārbaudāmi apgalvojumi par ekspertīzi? | |
| Pašvērtības mēri | Vai pastāv spiediens attēlot idealizētu sevi? Vai automatizācija varētu aizstāt personīgās piepildījuma sajūtu? Vai darba vietā ir spiediens konkurēt ar sistēmu? Vai personas reputāciju ir grūtāk aizsargāt pret dezinformāciju? | |
| Privātums | Vai ir izkliedēti pienākumi par privātuma aizsardzību un vai tiek pieņemti kādi pieņēmumi par personas datu izmantošanu? | |
| Autonomija | Vai sistēma varētu ietekmēt cilvēka autonomiju, radot tiešo lietotāju pārmērīgu paļaušanos uz tehnoloģiju? | |
| Cilvēka attīstība | Vai ir ietekme uz cilvēka attīstībai svarīgu prasmju apguvi, piemēram, izpildvaras funkcijas, starppersonu prasmes, uzmanības laika izmaiņas, kas ietekmē mācīšanos, personības attīstību, garīgās veselības problēmas utt.? | |
| Personīgā veselības aprūpe | Vai ir apgalvojumi par personalizētiem veselības aprūpes risinājumiem? Ja jā, vai tie ir apstiprināti saskaņā ar normatīvajiem standartiem? | |
| Garīgā veselība | Vai pastāv paaugstinātas trauksmes, vientulības vai citu garīgās veselības problēmu risks, vai arī tehnoloģija var mazināt šādu ietekmi? | |
| Cilvēka evolūcija | Vai tehnoloģija varētu izraisīt izmaiņas cilvēka evolūcijā? | |
| Trieciena izmēri | Kritēriji | Apraksts |
| Sabiedrība/sabiedriskā dzīve | Sabiedrības vērtības | Vai sistēma būtiski maina sabiedrības būtību vai ļauj normalizēt idejas, kas iepriekš tika uzskatītas par antisociālām, vai arī tā pārkāpj tās kultūras sabiedriskās vērtības, kurā tā tiek izmantota? |
| Sociālā mijiedarbība | Vai ir ietekme uz jēgpilnu cilvēku kontaktu, tostarp emocionālām attiecībām? | |
| Taisnīgums | Vai pielietojums/tehnoloģija var samazināt vai palielināt nevienlīdzību (ti, ekonomisko, sociālo, izglītības, ģeogrāfisko)? | |
| Iedzīvotāju veselība | Vai sistēmai ir potenciāls veicināt vai apdraudēt iedzīvotāju veselības nodomus? | |
| Kultūras izpausme | Vai kultūras piesavināšanās vai diskriminācijas palielināšanās ir iespējama vai grūtāk risināma? Vai paļaušanās uz lēmumu pieņemšanas sistēmu potenciāli izslēdz vai marginalizē sabiedrības daļas? | |
| Sabiedriskā izglītība | Vai ir ietekme uz skolotāju lomām vai izglītības iestādēm? Vai sistēma uzsver vai samazina nevienlīdzību studentu vidū un digitālo plaisu? Vai zināšanu vai kritiskās izpratnes patiesā vērtība tiek uzlabota vai iedragāta? | |
| Izkropļotas realitātes | Vai metodes, ko izmantojam, lai noskaidrotu, kas ir patiesība, joprojām ir piemērojamas? Vai realitātes uztvere ir apdraudēta? | |
| Ekonomiskais konteksts (tirdzniecība) | Rūpniecības sektors | Kurā rūpniecības nozarē sistēma tiek izmantota (ti, finansēs, lauksaimniecībā, veselības aprūpē, izglītībā, aizsardzībā)? |
| Biznesa modelis | Kurā biznesa funkcijā sistēma tiek izmantota un kādā statusā? Kur tiek izmantota sistēma (privāta, valsts, bezpeļņas organizācija)? | |
| Ietekme uz kritiskām aktivitātēm | Vai sistēmas funkcijas vai darbības traucējumi ietekmētu būtiskos pakalpojumus vai kritiskās infrastruktūras? | |
| Izvēršanas elpa | Kā sistēma tiek izvietota (šauri organizācijā, salīdzinot ar plaši izplatītu valsts/starptautiski)? | |
| Tehniskais briedums (TRL) | Cik tehniski nobriedusi ir sistēma? | |
| Tehnoloģiskā suverenitāte | Vai tehnoloģija veicina lielāku tehnoloģiskās suverenitātes koncentrāciju. | |
| Ienākumu pārdale un nacionālās fiskālās sviras | Vai varētu tikt apdraudētas suverēnas valsts galvenās lomas (ti, rezervju bankas)? Vai tiks uzlabota vai samazināta valsts spēja apmierināt pilsoņu cerības un sekas (ti, sociālās, ekonomiskās, politiskās)? | |
| Trieciena izmēri | Kritēriji | Apraksts |
| Pilsoniskā dzīve | Pārvaldība un valsts dienests | Vai pārvaldības mehānismus un globālās pārvaldības sistēmas varētu ietekmēt pozitīvi vai negatīvi? |
| Ziņu mediji | Vai publiskais diskurss, visticamāk, kļūs vairāk vai mazāk polarizēts un nostiprināsies iedzīvotāju līmenī? Vai tas ietekmēs uzticības līmeni plašsaziņas līdzekļiem? Vai tiks vēl vairāk ietekmēta parastā žurnālistikas ētika un godīguma standarti? | |
| Tiesiskums | Vai tas ietekmēs spēju identificēt personas vai organizācijas, kas sauktas pie atbildības (ti, kāda veida atbildību piešķirt algoritmam par nelabvēlīgiem rezultātiem)? Vai tas rada suverenitātes (ti, vides, fiskālā, sociālās politikas, ētikas) zaudēšanu? | |
| Politika un sociālā kohēzija | Vai ir iespēja vairāk nostiprināties politiskiem uzskatiem un mazāk iespēju panākt vienprātību? Vai pastāv iespēja vēl vairāk marginalizēt grupas? Vai pretrunīgie politikas stili ir vairāk vai mazāk iespējami? | |
| Ģeostratēģiskais/ģeopolitiskais konteksts | Precīza uzraudzība | Vai sistēmas ir apmācītas, pamatojoties uz individuāliem uzvedības un bioloģiskajiem datiem, un, ja jā, vai tās varētu izmantot, lai izmantotu indivīdus vai grupas? |
| Digitālā kolonizācija | Vai valsts vai nevalstiskie dalībnieki spēj izmantot sistēmas un datus, lai izprastu un kontrolētu citu valstu iedzīvotājus un ekosistēmas, vai arī lai mazinātu jurisdikcijas kontroli? | |
| Ģeopolitiskā konkurence | Vai sistēma ietekmē konkurenci starp valstīm un tehnoloģiju platformām par piekļuvi individuāliem un kolektīviem datiem ekonomiskiem vai stratēģiskiem mērķiem? | |
| Tirdzniecība un tirdzniecības līgumi | Vai sistēma ietekmē starptautiskos tirdzniecības nolīgumus? | |
| Globālo spēku maiņa | Vai ir apdraudēts nacionālo valstu kā pasaules primāro ģeopolitisko dalībnieku statuss? Vai tehnoloģiju uzņēmumi izmantos varu, kas kādreiz bija rezervēta nacionālajām valstīm, un vai tie kļūs par neatkarīgiem suverēniem dalībniekiem? | |
| dezinformācija | Vai valsts un nevalstiskajiem dalībniekiem ir vieglāk radīt un izplatīt dezinformāciju, kas ietekmē sociālo kohēziju, uzticēšanos un demokrātiju? | |
| vides | Enerģijas un resursu patēriņš (oglekļa pēdas nospiedums) | Vai sistēma un prasības palielina enerģijas un resursu patēriņu papildus efektivitātes pieaugumam, kas iegūts, izmantojot lietojumprogrammu? |
| Trieciena izmēri | Kritēriji | Apraksts |
| Dati un ievade | Atklāšana un savākšana | Vai datus un ievadi apkopo cilvēki, automatizēti sensori vai abi? |
| Datu izcelsme | Attiecībā uz datiem tie ir sniegti, novēroti, sintētiski vai atvasināti? Vai ir ūdenszīmju aizsardzības līdzekļi, lai apstiprinātu izcelsmi? | |
| Datu dinamiskais raksturs | Vai dati ir dinamiski, statiski, ik pa laikam atjaunināti vai atjaunināti reāllaikā? | |
| Tiesības | Vai dati ir privāti, publiski vai personiski (ti, saistīti ar identificējamām personām)? | |
| Personas datu identificējamība | Ja personas dati, vai tie ir anonimizēti vai pseidonimizēti? | |
| Datu struktūra | Vai dati ir strukturēti, daļēji strukturēti, sarežģīti strukturēti vai nestrukturēti? | |
| Datu formāts | Vai datu un metadatu formāts ir standartizēts vai nestandartizēts? | |
| Datu mērogs | Kāds ir datu kopas mērogs? | |
| Datu atbilstība un kvalitāte | Vai datu kopa ir piemērota mērķim? Vai izlases lielums ir atbilstošs? Vai tas ir pietiekami reprezentatīvs un pilnīgs? Cik trokšņaini ir dati? Vai tas ir pakļauts kļūdām? | |
| Modeļi | Informācijas pieejamība | Vai ir pieejama informācija par sistēmas modeli? |
| AI modeļa veids | Vai modelis ir simbolisks (cilvēka radīti noteikumi), statistisks (izmanto datus) vai hibrīds? | |
| Ar modeli saistītās tiesības | Vai modelis ir atvērtā pirmkoda vai patentēts, paša vai trešās puses pārvaldīts? | |
| Viens vai vairāki modeļi | Vai sistēma sastāv no viena modeļa vai vairākiem savstarpēji saistītiem modeļiem? | |
| Ģeneratīvs vai diskriminējošs | Vai modelis ir ģeneratīvs, diskriminējošs vai abi? | |
| Modeļu veidošana | Vai sistēma mācās, pamatojoties uz cilvēku rakstītiem noteikumiem, no datiem, izmantojot uzraudzītu mācīšanos vai pastiprinošu mācīšanos? | |
| Modeļa evolūcija (AI novirze) | Vai modelis attīstās un/vai iegūst spējas, mijiedarbojoties ar lauka datiem? | |
| Federālā vai centrālā apmācība | Vai modelis ir apmācīts centralizēti vai vairākos vietējos serveros vai “malas” ierīcēs? | |
| Izstrāde un uzturēšana | Vai modelis ir universāls, pielāgojams vai pielāgots AI aktiera datiem? | |
| Deterministisks vai varbūtības | Vai modelis tiek izmantots deterministiski vai varbūtības veidā? | |
| Modeļa caurspīdīgums | Vai lietotājiem ir pieejama informācija, kas ļauj viņiem saprast modeļa rezultātus un ierobežojumus vai izmantot ierobežojumus? | |
| Aprēķinu ierobežojums | Vai sistēmai ir skaitļošanas ierobežojumi? Vai mēs varam paredzēt spēju lēcienus vai mērogošanas likumus? | |
| Trieciena izmēri | Kritēriji | Apraksts |
| Uzdevums un izvade | Uzdevums(-i), ko veic sistēma | Kādus uzdevumus sistēma veic (ti, atpazīšana, notikumu noteikšana, prognozēšana)? |
| Uzdevumu un darbību apvienošana | Vai sistēma apvieno vairākus uzdevumus un darbības (ti, satura ģenerēšanas sistēmas, autonomas sistēmas, vadības sistēmas)? | |
| Sistēmas autonomijas līmenis | Cik autonomas ir sistēmas darbības un kādu lomu spēlē cilvēki? | |
| Cilvēka līdzdalības pakāpe | Vai ir kāda cilvēka iesaiste, lai pārraudzītu AI sistēmas vispārējo darbību un spēju izlemt, kad un kā izmantot sistēmu jebkurā situācijā? | |
| Galvenā lietojumprogramma | Vai sistēma pieder galvenajai lietojuma jomai, piemēram, cilvēku valodas tehnoloģijām, datorredzei, automatizācijai un/vai optimizācijai vai robotikai? | |
| Novērtējums | Vai ir pieejami standarti vai metodes, lai novērtētu sistēmas izvadi vai risinātu neparedzētas problēmas? | |
Taustiņš deskriptoru avoti
Vienkāršs teksts:
Glikmens, P. un Alens, K. 2018. Izpratne par labklājību strauju digitālo un saistīto transformāciju kontekstā. INGSA. https://ingsa.org/wp-content/uploads/2023/01/INGSA-Digital-Wellbeing-Sept18.pdf
Pilnais teksts:
ESAO. 2022. gads. ESAO AI sistēmu klasifikācijas sistēma. OECD Digital Economy Papers, Nr. 323, OECD Publishing, Parīze. https://oecd.ai/en/classification
Kursīvs teksts:
Jauni deskriptori (no vairākiem avotiem)
Ceļš uz priekšu
Atkarībā no atbildes uz šo diskusiju dokumentu ISC izveidos ekspertu darba grupu, lai turpinātu attīstīt vai grozīt iepriekš minēto analītisko ietvaru, ar kuru ieinteresētās puses varētu vispusīgi aplūkot jebkuru būtisku platformu vai lietošanas dimensiju attīstību. Darba grupa būtu disciplināri, ģeogrāfiski un demogrāfiski daudzveidīga, un tās zināšanas aptvertu no tehnoloģiju novērtējuma līdz sabiedriskajai politikai, no tautas attīstības līdz socioloģijai un nākotnes un tehnoloģiju pētījumiem.
Lai iesaistītos šajā diskusiju dokumentā, lūdzu, apmeklējiet vietni padome.science/publications/framework-digital-technologies
Pateicības
Šī dokumenta izstrādē, ko sagatavoja Sir Peter Gluckman, ISC prezidente un Hema Sridhara, bijusī Aizsardzības ministrijas galvenā zinātniece un tagad vecākā pētniece Oklendas Universitātē, Jaunzēlandē.
Jo īpaši mēs pateicamies Lordam Martinam Rīsam, bijušajam Karaliskās biedrības prezidentam un Kembridžas Universitātes Eksistenciālo risku izpētes centra līdzdibinātājam; profesors Shivaji Sondhi, fizikas profesors, Oksfordas universitāte; profesors K Vijay Raghavan, bijušais Indijas valdības galvenais zinātniskais padomnieks; Amandeep Singh Gill, ANO ģenerālsekretāra sūtnis tehnoloģiju jautājumos; Dr Seán Óh Éigeartaigh, Kembridžas Universitātes Eksistenciālo risku izpētes centra izpilddirektors; Amanda-June Brawner, vecākā politikas padomniece un Ians Viginss, Starptautisko lietu direktors, Karaliskā biedrība UK; Dr Jerome Duberry, Dr Marie-Laure Salles, direktors, Ženēvas absolventu institūts; Chor Pharn Lee kungs, Singapūras premjerministra biroja Stratēģiskās nākotnes centrs; Barend Mons un Dr Simon Hodson, Datu komiteja (CoDATA); Prof. Juko Harajama, Japāna; profesors Rémi Quirion, INGSA prezidents; Dr. Klēra Kreiga, Oksfordas Universitāte un bijusī Valdības Zinātnes biroja prognozēšanas nodaļas vadītāja; un prof. Yoshua Bengio, ANO ģenerālsekretāra Zinātniskā konsultatīvā padome un Monreālas Universitāte. Kontrolsaraksta pieeja kopumā tika atbalstīta, un tika uzsvērts ISC veikto darbību savlaicīgums.
Attēls: adamichi vietnē iStock