人工智能风险在Verisk的新兴问题中投票选出了最重要的关注

参加男子和女子篮球比赛的大学队在三月份转过头。现在，我们听到了有关该主题进入最后一轮最近新兴问题的主题，这些问题可能会在未来几年内吸引财产/伤亡保险专业人员的集体关注。

全球数据分析提供商于6月10日举办了一个小时的网络研讨会，重点介绍了行业专家投票的最高问题。尽管气候变化，微塑料和基础设施使它成为了第四次，但人工智能和AI代表重复了最高问题。随着技术的发展和国家与AI相关的立法的发展，边缘案件和AI幻觉继续构成风险。

AI扩散促使立法

AI的技术进展促使美国各州立法机关采取行动，以应对仍未得到充分理解的潜在风险。

政策制定者对颁布有针对性的AI法律法规做出了非常迅速的回应。Verisk副政府关系副总裁Laura Panesso在网络研讨会上说，仅在今年一年，大多数州就引入了某种形式的AI法规。Verisk网站。

Panesso说，这种趋势表明，试图调节一种真正以我们几乎无法跟上的速度发展的技术的愿望越来越多。”

全国保险专员协会开发了一个公告，该公告对保险公司应如何管理，在决策中的发展，获取和使用AI的期望，并鼓励创建和使用测试方法来识别偏见和歧视。二十四个司法管辖区采用了该公告，而加利福尼亚州，科罗拉多州和纽约也发布了单独的特定于州特定的AI法规和公告。

但是，没有联邦政府的AI法规或开发框架，帕内索说，各州正在为应对新兴技术带来的挑战越来越多。四十个州引入或制定了某种形式的AI立法或法规，这些立法或法规从研究AI的影响到管理技术方面的影响。

Verisk网络研讨会中指出的主要主题包括部署要求，有关培训模型或输出中使用的信息的所有权以及算法定价和歧视。Panesso说，在生成的AI方面，正在推动对深层假货和亲密图像创建进行调节，并且状态也开始为使用生成AI系统的使用设置参数。

例如，犹他州参议院第26号法案本届会议被签署为法律。它颁布了与在消费者互动中使用生成人工智能有关的规定。法律要求使用Gen AI时披露，确定违反消费者保护法的责任，并为某些披露提供安全港。

边缘案例和AI Gen幻觉

重点是AI的强大和创新性，但该技术并不完美，可以脱离轨道。Verisk的新兴问题团队的负责人Greg Scoblete指出了两个特定领域：边缘案件和统计。

他谈到了在用于构建特定AI模型的数据集中可用的特定方案中没有太多相关数据的边缘案例实例似乎是AI系统造成损害或伤害某人的潜力的完美候选。

人工智能和机器学习技术支持众多改善安全性和效率的汽车功能，并且随着车辆的自主能力的增长，这种技术的使用仅有望增长。但是，这些进步也构成了弊端，Scoblete解释说。

他说，我们已经看到有关边缘案例式错误导致事件和不幸的报道。”例如，在英国，据报道，在30英里 /小时的区域中，一种具有自适应巡航控制的豪华汽车在30英里 /小时的区域中加速了两次至100英里 /小时的速度，因为其对象识别系统遇到了一条道路，标志着它不能解释并将其解释为可以加速车辆的命令。

在美国，一辆具有自适应巡航控制的车辆在高速公路上撞到了一辆翻倒卡车的顶部，联邦对这一事故的调查表明，这是由于卡车的顶部不是AI图像识别系统的训练而训练以识别的。卡车的顶部代表了一个边缘案例：与交通车道标记和汽车背部不同，这不是人们期望在高速公路上看到的东西。

``至少今天，AI和一个人之间的区别是，尽管您和我也可能从未见过卡车的顶部，但我们会立即并本能地知道，如果其中一个在我们面前在我们面前，而我们要做的最后一件事就是开车去。”至少在今天，我们可以确定它在遇到边缘案例时会如何反应。”

除边缘案例外，Scoblete表示，生成的AI输出错误也可能折磨车辆。他补充说，这些幻觉与模型的输出方式相比，这些幻觉是由数据驱动的。通常，这些预测是正确的，但并非总是如此。

迄今为止，至少有121名律师或诉讼人提出了归因于生成AI计划的错误法律摘要。Scoblete说这反映了真是一对的斯坦福大学研究证实：生成AI在处理法律主题时可能会产生大量错误的产出。

我们必须问，我们认为法律界是唯一一个重要的工作产品准确性和严格性的专业服务行业吗？” Scoblete说。您是否认为他们是唯一可能承受着通过生成AI工具提高效率的专业服务行业？''

另外，根据乔治华盛顿大学维护的数据集，迄今为止，已经提起了至少11项生成AI产品责任诉讼。Scoblete说，在某些法律界似乎有一个问题，即是否将用于物理产品开发的产品责任侵权法制度是否将完全应用于虚拟AI产品。

他说，这里的问题之一是伤害的本质。”随着AI将自己嵌入越来越多的物理产品，例如汽车，其造成财产损害或伤害的能力可能会增长。”

本文最初是由索赔日记发表的

主题 趋势 保险技术 数据驱动 人工智能