Nustokite kalbėti, pradėkite daryti – DI reguliavimas ateina ir jūs turite būti tam pasirengę

Pastaraisiais metais didėjant dirbtinio intelekto ažiotažui, kurį paskatino didžiulis susidomėjimas generuojamuoju DI, nenuostabu, kad viso pasaulio vyriausybės rengia planus reguliuoti šią technologiją.

Reklama

Nors įmonės ir dirbtinio intelekto įmonės žino, kad reguliavimas artėja,  kaip jos negalėjo?  Daugelis yra nepakankamai pasirengę sudėtingam to, kas laukia ateityje. Kai reguliavimas netrukus įsigalios visose jurisdikcijose visame pasaulyje, laikas nustoti kalbėti apie tai, kaip tai gali atrodyti, ir pradėti veikti.

Siūlomas ES dirbtinio intelekto aktas yra labai svarbus Europoje veikiančioms įmonėms. Ši teisinė sistema gerokai sustiprins ES valdžios institucijų galias stebėti dirbtinio intelekto plėtrą, o taisykles pažeidusioms bendrovėms bus galima skirti baudas. Remiantis Pasaulio ekonomikos forumo atlikta analize, akte daugiausia dėmesio skiriama klasifikavimo sistemai, pagal kurią vertinama rizika, kurią dirbtinio intelekto kūriniai kelia „asmens sveikatai ir saugai arba pagrindinėms teisėms”.

Nors numatytas dvejų metų įgyvendinimo laikotarpis, ES dirbtinio intelekto akte numatytos baudos už jo nesilaikymą, o tai yra reali grėsmė bendrovėms, kurios dar nepradėjo ruoštis naujam reglamentui. Šios baudos gali siekti iki 30 mln. eurų arba iki 6 proc. jos bendros pasaulinės metinės apyvartos praėjusiais finansiniais metais, atsižvelgiant į tai, kuri suma yra didesnė. Tai nėra lengvos sankcijos, todėl dar sunkiau suprasti nepakankamą pasirengimą.

Nesugebėjote pasiruošti, pasiruoškite nesėkmei

Kodėl tiek daug įmonių nėra tinkamai pasirengusios artėjančiam reguliavimui? Iš dalies dėl to kaltos reguliavimo institucijos. Nors turime tam tikras gaires, o ES dirbtinio intelekto akto atveju – apytikrę struktūrą, vis dar daug ko nežinome. Tai vis dar judantis tikslas, todėl atitikties užtikrinimo skyriams labai sunku suprasti, kokių veiksmų jie turi imtis, kad užtikrintų atitiktį naujoms taisyklėms.

Be abejo, reguliavimo institucijoms sunku, nes dirbtinio intelekto plėtra vyksta labai sparčiai. Tai reiškia, kad labai sunku parengti praktinius teisės aktus, kurie netrukdytų inovacijoms.

Yra ir kitų problemų, pavyzdžiui, trūksta politikos ekspertų, gerai išmanančių dirbtinį intelektą, ir nėra dabartinių techninių produktų, kurie leistų bendrovėms išlaikyti atitiktį reikalavimams ir toliau susitelkti į savo pagrindinę veiklą. Abu šie veiksniai gali pasikeisti, tačiau kol kas įmonės neturi priemonių, kurių joms reikia, kad galėtų laikytis dirbtinio intelekto taisyklių.

Ir neapsimetinėkime, kad visa tai yra lengva. Egzistuoja sudėtingas tarpusavio sąsajų tinklas su galiojančiais reglamentais, tokiais kaip BDAR, ir konkrečios pramonės šakos reglamentais, tokiais kaip programinės įrangos kaip medicinos prietaiso (angl. Software as a Medical Device, SaMD) reikalavimai, kuriuos visus reikia suprasti ir įtraukti į verslo sprendimus, ir nė vieno iš jų įmonėms nėra lengva laikytis. Neišvengiamai atsiras pažeidimų ir problemų, kai bus diegiamas reguliavimas, tiek kalbant apie konkrečiam dirbtiniam intelektui skirtą reguliavimą, tiek apie tai, kaip esamos, konkrečiai pramonei skirtos gairės pritaikomos dirbtiniam intelektui.

Rizika nesilaikant reikalavimų

Pagal ES dirbtinio intelekto aktą už šiurkščius pažeidimus įmonėms bus skiriamos iki 30 mln. eurų baudos, nors tikėtina, kad iš pradžių reguliavimo institucijos bus atlaidesnės, kad būtų atsižvelgta į pradines problemas. Vis dėlto tai yra rizika, kurios įmonės negali ignoruoti.

Didesnėse organizacijose gali kilti sąstingio pavojus, kai nesilaikymo rizika laikoma per didele, kad būtų imtasi veiksmų, todėl nieko nedaroma. Stabdymas reiškia, kad konkurentai gali užimti atskirų bendrovių rinkos dalį, tačiau, jei reguliavimas trukdo bendrovėms diegti naujoves, kyla platesnis pavojus visai ekosistemai. Jei įmonės negalės bendradarbiauti bijodamos pažeidimų, jos negalės gauti reikiamų duomenų, kad sukurtų dirbtinio intelekto produktus, galinčius pagerinti pasaulį.

Galiausiai, jei įmonės nebus pasirengusios dirbtinio intelekto reguliavimui, kyla platesnė visuomeninė rizika. Neseniai paskelbtame atviros prieigos dokumente apie katastrofų su dirbtiniu intelektu susijusią riziką, kurį parengė dirbtinio intelekto saugos centro mokslininkai, nustatytos keturios rizikos kategorijos.

Pirmoji yra „piktavališkas naudojimas”, kai asmenys ar grupės tyčia naudoja DI, kad padarytų žalos. Antroji – „DI lenktynės”, kai konkurencinė aplinka verčia subjektus diegti nesaugų DI arba perleisti kontrolę DI. Trečioji – „organizacinė rizika”, kurioje pabrėžiama, kaip žmogiškieji veiksniai ir sudėtingos sistemos gali padidinti katastrofiškų nelaimingų atsitikimų tikimybę. Galiausiai tai „nesąžiningas dirbtinis intelektas”, kuris apibūdina būdingus sunkumus kontroliuojant daug protingesnius už žmones agentus.

Tai gali skambėti bauginančiai, tačiau tai pabrėžia priežastis, dėl kurių didėja dirbtinio intelekto reglamentavimas – ir tai, kad įmonės turi skubiai pasirūpinti savo pasirengimu.

Ką gali padaryti dirbtinio intelekto įmonės?

Nors tai ir bauginanti perspektyva, vis dar yra laiko pasiruošti dirbtinio intelekto reguliavimui. Inžinieriai, duomenų saugotojai ir įmonių savininkai turi užtikrinti, kad jie žinotų, kas laukia, ir platesnę riziką, susijusią su DI saugumu ir privatumu, ir būti pasirengę pristatyti produktus, kurie leistų kūrėjams išlaikyti atitiktį reikalavimams.

Nors pasiruošimas artėjančiam dirbtinio intelekto reguliavimui gali atrodyti bauginanti perspektyva, gera žinia ta, kad dar yra laiko susiorganizuoti ir užtikrinti atitiktį reikalavimams. Pagrindinės šio proceso suinteresuotosios šalys – inžinieriai, duomenų saugotojai ir verslo savininkai – turi ne tik žinoti apie būsimus reglamentus, bet ir aktyviai diegti sprendimus, kurie palengvina atitiktį. Toliau pateikiami svarbiausi žingsniai, kurių įmonės gali imtis:

Duomenų privatumo ir intelektinės nuosavybės prioritetai: Mašininio mokymosi modeliai gali netyčia „įsiminti” duomenis, pagal kuriuos jie buvo apmokyti, ir tai kelia didelį susirūpinimą dėl privatumo, ypač jei tai susiję su slapta asmenine informacija. Labai svarbu nustatyti ir sumažinti šią riziką, kad būtų išsaugotas ir duomenų privatumas, ir intelektinės nuosavybės teisės.

Saugių mašininio mokymosi modelių diegimas: Mašininio mokymosi modeliai nėra apsaugoti nuo kenkėjiškų atakų, galinčių pakenkti duomenų saugumui. Įmonės, taikančios dirbtinį intelektą, turi būti budrios ir naudoti tik saugius, patikrintus modelius.

Sukurti patikimą duomenų valdymą: Duomenų saugotojai turėtų įdiegti valdymo sistemas, kad galėtų kontroliuoti modelių mokymui naudojamus duomenų rinkinius. Tai apima ir gairių, kokius algoritmus galima naudoti šiuose duomenų rinkiniuose, nustatymą, užtikrinant suderinamumą su platesniais atitikties reikalavimais.

Įmonės, kuriančios dirbtinio intelekto produktus, turi galvoti apie produktų rizikos mažinimą tokiose srityse kaip saugumas, šališkumas, sauga ir patikimumas. Tai jos gali padaryti užtikrindamos, kad modeliai būtų kuriami remiantis reprezentatyviais ir išsamiais realaus pasaulio duomenimis, įskaitant šiuo metu nenaudojamus neskelbtinus duomenis.

Taip pat svarbu, kad jų veiksmai būtų skaidrūs – jie registruotų modelius ir pateiktų informacijos apie autorių teises santraukas kartu su kokybės valdymu ir dokumentais. Tai skatina atskaitomybę ir kelia dirbtinio intelekto modelių kūrimo standartus.

Galiausiai viskas priklauso nuo duomenų saugumo. Turint reguliuojamą, privačią ir saugią kompiuterinę prieigą prie duomenų, galima kurti novatoriškus dirbtinio intelekto produktus neprarandant saugumo ar atitikties ir svarbiausia, laikantis reguliavimo.

Reguliavimas artėja, norite to ar ne. Kad galėtume diegti inovacijas ir kurti saugius produktus, turime įdiegti priemones, kurios leistų įmonėms laikytis šių naujų taisyklių. Tai bus naudinga visiems.