美國生成式人工智能協(xié)會 （Association for Generative AI）計算機器全球技術政策委員會 （ACM TPC) 日前發(fā)布了《生成式人工智能技術的開發(fā)、部署和使用原則》，日前已經(jīng)由 ACM 的美國技術政策委員會（USTPC）和歐洲技術政策委員會（Europe TPC）通過。
據(jù)悉，該原則旨在促進有關生成和所有其他人工智能技術的公平、準確和有益的決策。不過 ACM 方面并未就此敦促推行具體的立法。
ACM 美國技術政策委員會主席 Jeremy Epstein 表示，“我們會直接回應立法機構的意見征詢，但不會對法案或其中的部分內容公開表態(tài)。”
ACM 成立于 1947 年，號稱是“世界上最大的科學和教育計算協(xié)會”，擁有約 110000 名學生和專業(yè)會員。他們認為，生成式 AI 日益強大，或將對社會構成嚴重風險，目前的技術安全使用指南不足，因此需要建立新標準，以確�？梢�(guī)避該技術可能帶來的危害。
▲ 圖源 美國人工智能協(xié)會
此次發(fā)布的原則中，有四項原則專門針對生成式 AI，另外四項原則改編自 TPC 2022 年的 《負責任的算法系統(tǒng)聲明》原則，IT之家將原則全文置于下方：
生成式 AI 特定原則
部署和使用的限制和指南： 應與所有利益相關者協(xié)商，審查和應用書面或修訂的法律和法規(guī)，以在需要時限制生成人工智能技術的部署和使用，以最大程度地減少危害。如果沒有明確和充分的保障措施，包括 “human in the loop” 以及相關利益相關者之間的明確共識，即該系統(tǒng)的好處將大大超過其潛在的負面影響，則不應允許任何高風險的人工智能系統(tǒng)運行。一種方法是定義風險等級，最高級別為不可接受的風險，最低級別為最小風險。
所有權：知識產權 （IP) 法律和法規(guī)尚未充分考慮生成式人工智能系統(tǒng)的結構和功能的固有方面。
個人數(shù)據(jù)控制： 生成式人工智能系統(tǒng)應該允許人們選擇不使用他們的數(shù)據(jù)來訓練系統(tǒng)或促進其信息生成。
可糾正性： 生成人工智能系統(tǒng)的提供者應創(chuàng)建和維護公共存儲庫，可以記錄系統(tǒng)所犯的錯誤，并可以選擇進行更正。
改編的先前原則
透明度： 任何使用生成式人工智能的應用程序或系統(tǒng)都應向適當?shù)睦嫦嚓P者明確披露。
可審計性和可質疑性： 生成人工智能系統(tǒng)的提供者應確保盡可能記錄系統(tǒng)模型、算法、數(shù)據(jù)和輸出（適當考慮隱私），以便在適當?shù)那闆r下對其進行審計和 / 或質疑。
限制環(huán)境影響：鑒于生成式人工智能模型對環(huán)境的巨大影響，建議就方法論達成共識，以衡量、歸因并積極減少此類影響。
更高的安全性和隱私性：生成式人工智能系統(tǒng)容易受到各種新的安全和隱私風險的影響，包括新的攻擊向量和惡意數(shù)據(jù)泄露等。 
