欧盟人工智能法案现已生效,详细说明了合规时间表和处罚

币界网Publicado a 2024-08-01Actualizado a 2024-08-01

币界网报道:

《欧盟人工智能法案》在欧盟议会通过五个月后终于生效。随着该法律的生效,它成为人工智能领域的里程碑式监管,并可能为其他国家监管新兴行业设定步伐。

然而,《人工智能法》中的大多数规定不会立即生效,因为适用这些规则有时间表。随着该行业的发展,预计这将给公司更多的时间来遵守法律,并允许成员国为执法做好准备。

AI用例根据其风险进行分类

该法案采用基于风险的分类系统来确定适用于每家人工智能公司的规则。这些类别包括无风险、最小风险、高风险和禁止,人工智能系统所属的任何类别都将决定其操作规则何时生效。

对于被禁止的人工智能系统,监管机构已将2025年2月定为最后期限,禁止抓取互联网以扩展面部识别数据库或操纵用户做出决定的系统。

从8月1日起,高风险申请类别的人也将有六个月的时间遵守适用于他们的严格规定。被归类为高风险的人工智能系统包括用于面部识别、生物识别、关键公共服务、教育、就业和医疗软件的系统。

该小组的要求包括向监管机构提交培训数据集以供审计,并提供人为监督的证明。他们还被要求进行上市前的符合性测试。对于政府机构或公共服务使用的高风险系统,开发商必须在欧盟数据库中注册。

与此同时,大约85%的人工智能系统属于风险最小的类别,规则更灵活。尽管如此,该法案还是规定了惩罚措施,以遏制违规行为。罚款范围从公司违反禁止的人工智能系统时全球年营业额的7%到向监管机构提供错误信息时的1.5%不等。

生成性AI,限制最小

对于生成式人工智能系统的开发人员来说,他们的担忧是有限的,因为该法案将他们的模型标记为通用人工智能(GPAI)的例子,并将其中大多数归类为风险最小。因此,MetaAI、ChatGPT、Perplexity、Claude AI等顶级AI聊天机器人不会受到重大影响。

该法案只要求这些人工智能公司通过披露其培训数据来提高透明度。他们还将遵守欧盟版权规则。然而,一小部分全球认可机构被认为至关重要,足以引发系统性风险。这些是指那些使用超过指定水平的计算能力进行培训的人。

有趣的是,欧盟也负责执行与GPAI相关的规则,尽管每个国家都负责实施该法案下的一般规则。各州必须在2025年8月之前建立机构,在国内实施该法案。

与此同时,该法案的几个方面仍存在许多灰色地带。这些包括GPAI开发人员根据该法案必须遵守的具体指导方针。监管机构正在为此目的制定《行为准则》,由人工智能办公室牵头。

该办公室是监督和构建人工智能生态系统的机构,最近宣布了一项咨询程序,并呼吁所有利益相关者参与规则制定过程。它打算在2025年4月之前准备好这些准则。

Lecturas Relacionadas

JD.com y Mira Murati, ex CTO de Open AI, apuestan por la misma pista de IA

Imagina que una persona mayor que vive sola se cae en casa y no puede pedir ayuda. Su dispositivo inteligente o una cámara, impulsado por IA, detecta la situación de forma autónoma y alerta a emergencias. Este no es un escenario futurista, sino el tipo de problema que busca resolver **JoyAI-VL-Interaction**, el primer modelo de interacción visiolingüística de código abierto del mundo, presentado por JD.com. En la industria de la IA, la interacción ha estado dominada por un formato de turnos: el usuario pregunta, el modelo responde. JD.com y otros, como Thinking Machines Lab de Mira Murati, identificaron la misma limitación y convergieron en una idea: la IA debe evolucionar de ser un procesador pasivo de información a un **participante activo** que "prediga el siguiente estado físico". JoyAI-VL-Interaction observa el flujo continuo de video de una cámara y decide *autónomamente* cuándo responder, cuándo guardar silencio y cuándo derivar tareas complejas a otros modelos. Su ventaja clave es colocar al **lenguaje visual como el motor principal** para la toma de decisiones, desacoplándolo del audio. Esto lo hace ideal para aplicaciones como asistencia a personas mayores o con discapacidad visual, comentarios automáticos en eventos deportivos, inspección de almacenes o robots colaborativos, donde los eventos ocurren demasiado rápido para una orden verbal. JD.com ha optado por una estrategia de **cód abierto integral** y un diseño ligero (8B parámetros), que permite ejecutar el modelo incluso con una tarjeta gráfica NVIDIA 3090. El objetivo es democratizar el acceso y acelerar la innovación. Este movimiento refleja la estrategia más amplia de JD.com: utilizar su vasta red de operaciones en el mundo físico (logística, retail, salud) como un campo de entrenamiento y una fuente de datos única para entrenar IAs que comprendan y actúen en entornos reales. Al abrir su modelo, JD.com apuesta a que la **interacción activa y proactiva** se convierta en la principal vía para que la IA entre en el mundo físico.

marsbitHace 8 min(s)

JD.com y Mira Murati, ex CTO de Open AI, apuestan por la misma pista de IA

marsbitHace 8 min(s)

Google comienza a vender TPU, las grandes tecnológicas buscan producir "tokens baratos" con chips de IA

Google ha anunciado la venta directa de sus chips TPU autodiseñados y hardware de computación de IA a centros de datos y clientes externos. Los TPU, o Unidades de Procesamiento de Tensores, son chips especializados en operaciones matemáticas de matrices, fundamentales para los modelos de IA actuales. Al combinar miles de TPU en clústeres, Google logra centros de cómputo de alta eficiencia. Esto permite a servicios como Gemini ofrecer precios más bajos por token, haciéndolo competitivo frente a alternativas como OpenAI y algunos modelos chinos. La estrategia de Google no se centra solo en vender hardware, sino en ofrecer un ecosistema completo similar al de Nvidia con CUDA, apuntando a empresas que buscan controlar su propia infraestructura de cómputo. Aunque Nvidia sigue siendo el estándar dominante en entrenamiento de modelos gracias a su ecosistema consolidado, el enfoque de Google es más atractivo para la inferencia, donde la eficiencia de costos es crucial. La industria está evolucionando hacia tratar la potencia de cómputo como un recurso básico, como la electricidad, donde el precio final por token se vuelve un factor clave de competitividad. En China, proveedores en la nube como Huawei Cloud y Alibaba Cloud están siguiendo un camino similar, desarrollando sus propios ecosistemas de chips (como Ascend y Zhenwu) y soluciones integrales. La competencia ya no se trata solo de tener el chip más potente, sino de quién puede ofrecer el sistema más eficiente y económico para convertir el hardware en productividad. La venta de TPU por parte de Google señala que la batalla por la infraestructura de IA es ahora una guerra de sistemas.

marsbitHace 11 min(s)

Google comienza a vender TPU, las grandes tecnológicas buscan producir "tokens baratos" con chips de IA

marsbitHace 11 min(s)

Interpretación de Informe de Investigación: El Sector Semiconductores Subió un 155%, Bernstein Dice que NVDA y AVGO Siguen "Absurdamente Baratas"

Análisis del informe: El sector de semiconductores subió un 155%, y Bernstein dice que NVDA y AVGO siguen "absurdamente baratas" Bernstein publicó una revisión trimestral del sector el 23 de junio. Su tesis central es que la IA es ahora el "único juego" que impulsa al sector, con fundamentales sólidos, aunque las valoraciones y la concentración de inversión están en máximos históricos. El índice SOX ha subido un 155,6% en el último año, impulsado principalmente por un crecimiento de los beneficios (EPS) del 75%, no por una burbuja de valoración. Bernstein recomienda **NVDA y AVGO** (calificación: "Outperform"), considerándolas los principales beneficiarios de la cadena de suministro de IA. A pesar del fuerte desempeño del sector, estas acciones han tenido un rendimiento relativamente atrasado este año. El analista Stacy Rasgon las describe como "absurdamente baratas", señalando que NVDA cotiza a un P/E de 25x para 2027 frente al 34x del sector, y que AVGO tiene un camino claro hacia los 100.000 millones de dólares en ingresos relacionados con la IA para 2030. **AMD** fue actualizada a "Outperform" debido a su oportunidad dual en GPU para IA y CPU. Por el contrario, **QCOM** mantiene una calificación "Market-Perform" debido a la debilidad persistente en el mercado de smartphones, que presiona su negocio principal. Los fabricantes de equipos semiconductores (como AMAT, LRCX, KLAC) siguen siendo favorecidos ("Outperform") por la fuerte demanda de construcción de capacidad. Sin embargo, Bernstein es cauteloso con los chips analógicos (ADI, TXN, calificación "Market-Perform"), cuyas valoraciones parecen elevadas. El informe advierte sobre dos riesgos clave: 1) La **congestión** del sector está en niveles históricamente altos. 2) Los niveles de **inventario** siguen siendo elevados, lo que podría generar presión si la demanda flaquea. La conclusión es que, en este entorno, la selección de acciones individuales es más crucial que nunca.

marsbitHace 55 min(s)

Interpretación de Informe de Investigación: El Sector Semiconductores Subió un 155%, Bernstein Dice que NVDA y AVGO Siguen "Absurdamente Baratas"

marsbitHace 55 min(s)

Entrevista de 10,000 palabras con el CEO de Anthropic: Cuando la IA se convierte en un arma súper potente, ¿cómo encontrar el equilibrio entre negocios y seguridad?

**Fuente:** Bloomberg **Resumen de la entrevista al CEO de Anthropic, Dario Amodei** Dario Amodei, CEO de Anthropic, habla sobre la trayectoria de su empresa en el centro del universo de la IA. Explica que su enfoque en aplicaciones empresariales (como Claude Code y Claude Cowork) se debe a su compatibilidad con sus valores de seguridad y responsabilidad, a diferencia de los modelos de negocio orientados al consumo. Reconoce que la IA podría eliminar muchos trabajos de cuello blanco junior, pero subraya la necesidad de una transición manejada y de que las empresas busquen una "suma positiva" utilizando las ganancias de eficiencia para nuevas tareas. Amodei aborda su salida de OpenAI, citando diferencias en valores y una falta de confianza. Aunque compite con empresas como OpenAI y Google, enfatiza la importancia de la colaboración en seguridad entre actores confiables para elevar los estándares de la industria. En cuanto a la seguridad nacional, justifica el trabajo de Anthropic con el Departamento de Defensa de EE. UU. como una necesidad para contrarrestar amenazas de regímenes autoritarios, pero establece límites claros, como no participar en vigilancia masiva o armas autónomas. También explica la decisión de no lanzar públicamente el potente modelo "Mythos", considerado un "súper arma" cibernética, hasta que existan salvaguardias defensivas más robustas. Finalmente, Amodei discute los riesgos a largo plazo de la IA y la necesidad de un equilibrio de poder entre el sector privado y la regulación gubernamental para gestionar esta tecnología transformadora de manera segura.

marsbitHace 1 hora(s)

Entrevista de 10,000 palabras con el CEO de Anthropic: Cuando la IA se convierte en un arma súper potente, ¿cómo encontrar el equilibrio entre negocios y seguridad?

marsbitHace 1 hora(s)

Trading

Spot
Futuros
活动图片