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Publié le 2024-08-01Dernière mise à jour le 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。

Lectures associées

Le fondateur d'IOSG : L'Ethereum n'a pas besoin d'une nouvelle foi technologique, il a besoin d'un compromis à la Musk

Auteur : Jocy, Fondateur d'IOSG L'opinion centrale : Ethereum n'a pas besoin d'une nouvelle foi technologique, mais d'un compromis à la manière d'Elon Musk. L’annonce récente d’ETHLabs, financé par des entités majeures détentrices d’ETH comme BitMine et Lubin, révèle une perte de confiance du marché envers la gouvernance « petite et décentralisée » de l’Ethereum Foundation (EF). Ce n’est pas Vitalik Buterin qui initie ce changement, mais l’écosystème lui-même, signalant un besoin de réorientation. La différence clé entre Musk et Vitalik réside dans leur approche. Musk comprend d’abord les réalités commerciales et s’adapte, tandis que Vitalik part de principes techniques purs en espérant que les applications émergent d’elles-mêmes. Cette dernière méthode a fonctionné par le passé (ICO, DeFi, NFT), mais aujourd’hui, la concurrence est féroce et le temps presse. Ethereum manque cruellement d’une application phare, de type Starlink, et d’une orientation commerciale claire. Cela nécessite un engagement pratique dans le monde réel, pas simplement une feuille de route technique. Le vrai défi n’est pas stratégique, mais organisationnel, comme le souligne la fuite des talents de l’EF. Le nouveau modèle de gouvernance, avec des nœuds indépendants comme ETHLabs, tente de décentraliser la prise de décision. Cependant, distribuer les responsabilités est plus facile que de maintenir une cohésion et une direction communes. Cette cohésion ne peut venir que de la valeur partagée de l’ETH en tant qu’actif de référence, mais elle nécessite d’abord un récit réaliste et convaincant pour l’écosystème. Par ailleurs, l’indépendance déclarée de ces nouvelles structures reste à prouver dans la pratique, car les financeurs et les bénéficiaires sont souvent les mêmes acteurs. La confiance se construira sur des années de transparence. La menace ultime pour Ethereum n’est pas Solana, mais la migration de l’attention vers l’IA. La fenêtre pour réagir est étroite (12 à 18 mois). Seul un engagement concret, tourné vers des applications réelles et capable d’attirer les meilleurs talents, peut contrer cette tendance. En conclusion, l’idéal de Vitalik doit désormais s’ancrer dans la réalité par un engagement pratique et urgent. Le temps est l’adversaire le plus impitoyable.

marsbitIl y a 59 mins

Le fondateur d'IOSG : L'Ethereum n'a pas besoin d'une nouvelle foi technologique, il a besoin d'un compromis à la Musk

marsbitIl y a 59 mins

Jingdong et Mira Murati, ancienne CTO d'Open AI, misent sur la même piste de l'IA

Imaginez un scénario où un système d’IA perçoit et réagit en temps réel aux événements du monde physique sans attendre de demande explicite. C’est la promesse du modèle JoyAI-VL-Interaction, récemment rendu open source par JD.com. Il s’agit du premier modèle d’interaction visio-linguistique en temps réel entièrement open source, capable d’analyser un flux vidéo continu pour décider quand intervenir, quand rester silencieux ou quand déléguer une tâche complexe à un autre modèle. Contrairement aux assistants classiques fonctionnant en "tour par tour" (question-réponse), cette approche permet à l’IA d’être proactive dans des situations où l’utilisateur n’a pas le temps ou la capacité de formuler une requête : aide aux personnes âgées, assistance aux malvoyants, commentaire sportif automatique, surveillance industrielle ou robotique. JD.com n’est pas seul à explorer cette voie : Mira Murati, ancienne CTO d’OpenAI, et son laboratoire Thinking Machines Lab promeuvent une vision similaire des "modèles d’interaction". La particularité de JD.com est de placer la vision (plutôt que la voix) au cœur de la prise de décision, et de s’appuyer sur ses vastes données issues de scénarios réels (logistique, vente au détail, santé) pour entraîner le modèle. Le modèle, léger (8B paramètres) et conçu pour être déployé sur du matériel accessible (comme une carte graphique RTX 3090), est accompagné de son système d’inférence, de jeux de données et d’une documentation technique complets. JD.com ouvre ainsi la voie à une adoption large par les développeurs, visant à faire de l’IA proactive un élément central de l’intégration du numérique dans le monde physique.

marsbitIl y a 1 h

Jingdong et Mira Murati, ancienne CTO d'Open AI, misent sur la même piste de l'IA

marsbitIl y a 1 h

Google commence à vendre ses TPU, les géants cherchent à produire des "jetons à bas prix" avec des puces IA

Google commence désormais à vendre directement ses puces TPU (Tensor Processing Unit) et ses solutions matérielles de calcul IA aux centres de données tiers et aux clients. Ces puces, conçues spécifiquement pour les opérations mathématiques de tenseurs et de matrices, sont au cœur du fonctionnement des grands modèles d'IA. Auparavant, les TPU n'étaient accessibles que via la location dans les centres de données cloud de Google. Cette stratégie permet à Google de proposer une alternative à l'écosystème NVIDIA (GPU, CUDA), non pas en se positionnant sur la puissance brute, mais sur l'efficacité et la réduction des coûts, notamment pour l'inférence des modèles. L'objectif est de produire des "tokens" à moindre coût, un facteur clé pour démocratiser l'utilisation de l'IA à grande échelle. Google, à l'instar des grands fournisseurs de cloud comme Huawei Cloud et Alibaba Cloud, ne vend pas seulement du matériel. Il propose un écosystème complet intégrant puces, clusters, logiciels et services, transformant la puissance de calcul en une "productivité" directement utilisable. Cela reflète une évolution du marché : la compétition ne porte plus seulement sur la puissance des puces, mais sur la capacité à offrir une "meilleure puissance de calcul" – c'est-à-dire la solution la plus efficace et la plus économique pour des besoins variés. Ainsi, le marché de l'infrastructure IA évolue d'une "guerre des puces" vers une "guerre des systèmes". Si NVIDIA conserve sa position dominante pour l'entraînement des modèles et son écosystème mature, la montée en puissance de ces alternatives centrées sur le coût et l'efficacité opérationnelle redessine le paysage concurrentiel.

marsbitIl y a 1 h

Google commence à vendre ses TPU, les géants cherchent à produire des "jetons à bas prix" avec des puces IA

marsbitIl y a 1 h

Trading

Spot
Futures
活动图片