Concepts de base
AIの信頼性に関する混乱を解消し、適切な枠組みを提案する。
Résumé
この論文は、Trustworthy Artificial Intelligence(TAI)に関するシリーズの第1部であり、様々な定義や属性に焦点を当てています。TAIの普遍的な枠組みは不可能であると主張し、公正さ、バイアス、リスク管理などの重要な属性や特性に焦点を当てることを提唱しています。欧州連合、中国、米国の取り組みを比較し、AI規制が多国籍企業にとって追加の課題をもたらすことも指摘しています。SFMAフレームワークを導入し、効率と柔軟性を実現します。また、オープンソースコミュニティの独立した貢献がAIおよびTAIの革新に不可欠であることも強調しています。
Stats
EU-AI法では、組織はAI製品のリスクレベルを評価し、それに応じて行動しなければならず(または重い罰金のリスクがある)。
2023年におけるGitHubユーザー活動データによると、AIオープンソースプロジェクトが貢献者アカウント数でトッププロジェクトに上昇した。
Citations
"Mathematics, inherently, cannot be held accountable; rather, the responsibility lies with the individual or entity utilizing mathematics." - Mohamad Nasr-Azadani & Jean-Luc Chatelain.
"Any organization tasked to build a ‘responsible product X’ will have follow-up questions such as ‘a) What is considered a responsible car? or b) Is this a legal or ethical mandate?’" - Mohamad Nasr-Azadani & Jean-Luc Chatelain.