社区所有版块导航
Python
python开源   Django   Python   DjangoApp   pycharm  
DATA
docker   Elasticsearch  
aigc
aigc   chatgpt  
WEB开发
linux   MongoDB   Redis   DATABASE   NGINX   其他Web框架   web工具   zookeeper   tornado   NoSql   Bootstrap   js   peewee   Git   bottle   IE   MQ   Jquery  
机器学习
机器学习算法  
Python88.com
反馈   公告   社区推广  
产品
短视频  
印度
印度  
Py学习  »  chatgpt

美国商务部成立新的工作组,应对ChatGPT等生成式AI风险

AIGC开放社区 • 1 年前 • 247 次点击  

专注AIGC领域的专业社区,关注OpenAI、百度文心一言等大语言模型(LLM)的发展和应用落地,关注LLM的基准评测和市场研究,欢迎关注!

近日,美国现任商务部长Gina Raimondo宣布,美国国家标准与技术研究院 (NIST) 将成立一个新的人工智能公共工作组,以应对可以生成文本、图片、音乐、视频等生成式AI带来的风险与挑战。
该工作组还将帮助NIST制定关键指南,以帮助组织解决与生成式AI技术相关的特殊风险。(AI RMF 风险管理框架地址:https://www.nist.gov/itl/ai-risk-management-framework

Raimondo表示拜登总统已经明确指示,必须努力利用AI的巨大潜力,同时要管理好生成式AI对美国的经济、国家安全和社会构成的各种风险。最近发布的 NIST人工智能风险管理框架可以最大限度地减少生成式AI造成的潜在危害。

在该框架的基础上,这个新的公共工作组将帮助为那些正在开发、部署和使用生成式AI并有责任确保其可信度的组织提供必要的指导。

美国商务部官网信息
该公共工作组将招募志愿者以及来自私营企业和公共部门的AI专家,将重点关注与AI相关的风险,加速生成式AI以安全的方式实现场景化落地和产品迭代。

美国商务部负责标准与技术的副部长兼NIST主任 Laurie E. Locascio表示,考虑到生成式AI拥有前所未有的发展速度、市场规模和潜在商业影响,以及它给许多行业和社会带来更广泛变革的潜力,这个新小组的成立显得尤为及时。我们希望识别和开发工具来更好地理解和管理这些风险。

NIST为新的工作组制定了短期、中期和长期三个目标。初期目标,将作为收集指导意见的工具,概述如何使用NIST 人工智能风险管理框架(AI RMF),来支持生成式AI技术的开发。该指南称为“概要文件”,将支持和鼓励使用 AI RMF 来解决相关风险。

中期目标,该工作组将支持NIST在生成式AI相关的测试、评估等技术方面的工作。同时包括支持 NIST 参加 “2023 DEF CON AI Village”,这是运行时间最长、规模最大的计算机安全和黑客会议。

长期目标,该小组将探索特定的机会,以提高有效利用强大的生成式AI技术来解决,在健康、环境和气候变化等领域面临的主要挑战的可能性。该小组可以帮助确保在AI应用程序开发和使用之前、期间和维护等管理各种风险。

有兴趣加入NIST新成立的生成式 AI 公共工作组的人员,可以在7月9日之前填写申请表格(地址:https://docs.google.com/forms/d/e/1FAIpQLSdbEDFgGfLTnmGjMqM95wzvhPWUlN6rGdb-hv1VWm4QIq_r9w/viewform)。

参与者将有机会选择帮助开发 AI RMF 的生成式 AI 配置文件,作为对团体贡献的一部分。此外,美国人工智能咨询委员会向总统提交了第一份报告,并确定了该委员会未来两年的重点工作内容。(报告地址:https://www.ai.gov/naiac/

关于NIST

NIST的全称为National Institute of Standards and Technology(美国国家标准与技术研究所),成立于1901年,是美国的一个联邦技术机构,隶属于美国商务部。

NIST的主要任务是推动美国的创新和工业竞争力,通过提供科技、计量和标准等领域的领导力。为实现这一目标,NIST进行了大量的研究,并为各种产品和服务设定了技术标准。

NIST的工作覆盖许多不同的科学和工程领域,包括物理学、材料科学、化学、生物学、工程、信息技术等。此外,NIST还负责制定和维护一系列重要的测量标准,包括时间、温度、长度、电力等。

本文素材来源美国政务官网,如有侵权请联系删除

END

Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/156603
 
247 次点击