人工智能监管:Diligent 首次推出欧盟合规工具 - PYMNTS.com

2024-09-18 23:15:00 英文原文

随着人工智能 (AI) 专家在参议院证词中敦促提高透明度和监督,加州正在颁布法律,保护参与者免受未经授权的人工智能克隆,这凸显了对负责任的人工智能治理的日益推动。与此同时,Diligent 等科技公司正在加紧为即将出台的欧盟人工智能法规提供合规工具,凸显了人工智能监管挑战的全球性。

人工智能研究员、前谷歌研究员玛格丽特·米切尔 (Margaret Mitchell) 就是其中之一。本周在美国参议院隐私、技术和法律小组委员会作证的专家们敦促提高人工智能开发的透明度和监管。

米切尔在证词中强调了科技行业方法中的几个关键差距米切尔强调了整个人工智能开发过程中透明度的重要性,他说::透明度对于解决人工智能系统影响人类的方式至关重要。这是因为透明度是一种基本的、外在的价值,是实现其他价值的手段。

她提出了几项政策建议,包括要求在部署人工智能之前对潜在危害进行尽职调查,要求在受保护的范围内公平对待米切尔还呼吁增加政府资助,以解决人工智能开发中的关键研究差距,例如隐私保护、来源跟踪和环境效率。她的证词强调,随着技术的不断发展,对全面人工智能治理的需求日益增长。

加利福尼亚州州长加文·纽瑟姆 (Gavin Newsom) 本周签署了两项法律,旨在保护演员和表演者免于在娱乐行业未经授权使用人工智能。

如果模糊的语言允许工作室使用人工智能以数字方式自由地克隆他们的声音和肖像,一项法律允许表演者退出现有合同。这项措施将于 2025 年生效,其灵感来自于去年好莱坞演员罢工引起的担忧。

第二项法律禁止在未经其财产许可的情况下将数字克隆的已故演员用于商业用途。这项立法解决了诸如最近未经同意模仿已故乔治·卡林斯风格的人工智能生成的喜剧特别节目等问题。

这两项法律都得到了美国演员工会-美国电视和广播艺术家联合会 (SAG-AFTRA) 的支持)。

这些法律的支持者认为,这些措施将鼓励负责任的人工智能使用,而不妨碍创新。包括加州商会在内的批评者认为,这些法律可能无法执行,并可能导致法律挑战。

这些法律是加州立法者监管人工智能行业的更广泛努力的一部分。Newsom 必须在 9 月 30 日之前对今年通过的其他人工智能相关法案采取行动。

治理软件公司 Diligent 在人工智能监管合规性上押下重注。

该公司推出了人工智能法案工具包周三(9 月 18 日),旨在帮助组织应对欧盟人工智能法案。这些工具包可帮助公司识别人工智能系统、对相关风险进行分类并确保遵守欧盟法规。

Diligents 产品包括三个组成部分:人工智能发现和风险分类工具包、人工智能法案 IT 合规工具包和人工智能行为风险管理工具包。这些工具旨在支持公司秘书、法律团队、技术官员和审计团队在保持合规性的同时实施道德人工智能实践。Diligents 现有平台内的工具包为人工智能素养、监管合规映射和风险评估提供资源。

Diligents 的举动反映出,随着监管审查的加强,人工智能治理在企业界的重要性日益增加。

据报道,Finastras 财务和资本市场 (TCM) 部门可能会被出售。

私募股权公司 Vista Equity Partners 正在与全球投资银行 Evercore 合作出售 TCM 部门,不过 Vista 仍在考虑是否出售该部门彭博社周三(9 月 18 日)援引未透露姓名的消息来源报道称,这样做。

Vista 正处于权衡出售的早期阶段,尚未做出最终决定,并且可以选择不出售该单位,据报道称。

PYMNTS 联系到 Finastra,但拒绝对此报道置评。

Vista 和 Evercore 没有立即回复 PYMNTS 的置评请求。

据彭博社报道,TCM 部门的售价至少为 20 亿美元。它为金融机构提供软件,帮助公司处理交易以及管理风险和合规性。

据 8 月 27 日报道,Vista 正在就收购软件公司 Jaggaer 进行融资讨论,该收购于 8 月 13 日宣布该公司正在与华尔街银行和直接贷方进行谈判,希望获得大约 10 亿美元的债务融资。

在宣布此次收购时,Vistas Flagship Fund 联席主管兼高级董事总经理 Michael Fosnaugh 表示。在一份新闻稿中表示,Jaggaer 为其客户提供了一个至关重要的平台。

Jaggaers 的产品服务于受益于持久增长动力的大型潜在市场,包括客户日益渴望统一直接和间接支出管理Fosnaugh 在新闻稿中表示,并认识到人工智能的好处。

8 月份有报道称,并购 (M

摘要

随着人工智能 (AI) 专家在参议院证词中敦促提高透明度和加强监督,加州正在颁布法律,保护参与者免受未经授权的人工智能克隆,这凸显了对负责任的人工智能治理的日益推动。米切尔在证词中强调了科技行业人工智能方法中的几个关键差距,包括需要更好地理解输入数据如何影响模型输出、更严格的评估方法以及尽职调查实践的实施。PYMNTS 联系到 Finastra,但拒绝对该报告发表评论。M 的数量