Arm如何应对复杂的全球AI监管

在人工智能 (AI) 领域，中国市场涌现出了诸多具有竞争力的创新企业，带动出海产业化规模的持续扩大，而面对出海市场不同地区的 AI 法规，企业该如何从中寻求合规与创新的平衡？本文内容摘自Arm 发布的《人工智能就绪指数报告》中《人工智能法规、监管和全球趋势》一章，由 Arm 全球政府事务主管 Vince Jesaitis 执笔，从安全性与合规性视角出发，剖析如何应对复杂的全球 AI 监管规范。

AI 的兴起引发了人们对 AI 变革行业潜力的空前热情，但这种热情也伴随着审慎的态度。企业在部署 AI 时表现得小心翼翼，担心可能面临的技术滥用、意外后果等风险。这种谨慎的态度反映了一种历史模式，即每当出现变革性技术时，监管单位都会介入以建立“规则”，正如我们在汽车、制药和化工行业所见的那样。

目前，全球 AI 的监管环境仍然较为碎片化，这主要是由于对技术缺乏基本的理解，而且对潜在风险也缺乏共识。如果没有一致认可的框架，企业在全面拥抱 AI 时就会犹豫不决，而监管单位也很难跟上技术快速发展的步伐。即使是对 AI 风险的定义，不同司法管辖区之间也存在巨大差异。

虽然大多数 AI 应用的风险极低，但特定用例需要更严格的审查。各地监管单位越来越关注这些高风险场景，尤其是在 AI 系统作为“黑盒子”运行且透明度有限的应用场景。这种不透明性可能导致令人担忧的结果，比如带有偏见的招聘、不公平地剥夺公共利益等，而且目前尚无明确的机制来识别或解决这些问题背后的根本原因。

全球监管差异：沙盒 vs. 创新

全球在 AI 监管方面的差异反映了各区域不同的优先考量和文化视角。欧盟和英国倾向于采用“沙盒”环境，开发者可以先在保护性框架下测试技术，然后再遵守更广泛的合规要求。美国则是侧重于通过审计和公开披露来实施。

采取较为平衡的方法将有助于创新，同时应对风险，使产品能够在持续监控和防止滥用的保障下进入市场。

随着 AI 从纯数字化领域扩展到机器人物理实体，新的监管考量也随之出现。例如，日本在酒店环境中使用机器人就体现了这种由数字到实体的转变，由此也引发了有关责任认定、安全保障和如何融入现有法律框架的问题。

而像欧盟的《产品责任法》这样的新法规将责任向上游供应链转移，包括技术提供商和制造商。这种演变表明，随着 AI 越来越多地驱动物理系统，监管审查将会加强。

AI 作为关键基础设施对监管方面的影响

虽然早期的 AI 监管主要针对软件和模型开发，但现下的关注点已转向算力这一关键因素。各地监管单位现在认识到，软件能力完全取决于硬件基础设施。

这种认识促使诸多地区对算力进行了大量投资。正如电力成为无处不在的公用资源一样，AI 也将成为全球基础设施的又一个基础层，需要强大的算力资源。

AI 成为关键公用资源的这种演变带来了新的监管考量。与电力或电信等其他基本基础设施一样，监管单位必须在广泛使用与适当监管之间取得平衡。这意味着，监管可能会从单纯关注 AI 应用，转向关注底层计算基础设施的框架。一些问题也由此浮现，比如由谁控制这些基础设施、如何分配、如何在保持安全标准的同时确保公平使用等。正如电网是受可靠性和安全法规的约束，而非控制消费者使用何种电器，对于 AI 的监管，我们也可能会看到类似的多层级方法，比如针对计算基础制定基本法规，然后为在此基础上建立的特定高风险应用制定更为具体的规范准则。

寻求平衡

AI 监管的平衡之路虽充满挑战，却也蕴藏希望。各地监管单位日益认识到 AI 的变革潜力及其所需的基础设施支持。就像早期汽车的安全带和气囊并非一开始就强制要求配备，AI 的监管也可能通过逐步迭代的方式不断完善。

最终目标很明确：制定能够降低风险、促进创新的监管框架。这种平衡的方法需要监管单位、行业相关者和公众之间的持续协作，以确保 AI 成为推动进步的工具，而非引发伤害的源头。

随着企业在这一复杂领域中前行，了解各地不断演变的法规变得至关重要。通过理解各地不同的法规，企业可以制定既符合地区要求又能最大化 AI 优势的策略。通过审慎的探索与实践，我们能够共同塑造一个负责任且符合伦理的 AI 未来。