该系列发布的背景是2023年10月23日拜登发布《关于安全、可靠、可信地开发和使用人工智能的行政命令》【】满270天。
此地商务部发布的内容也涵盖在白宫同样于7月26日发布的一份各个部门和机构对该行政命令交出的答卷《事实清单：拜登-哈里斯政府宣布新的AI行动并获得额外的重大自愿承诺》（中文附后文）。
除了美国商务部的美国专利商标局 (USPTO) 发布的旨在解决包括人工智能在内的关键和新兴技术的创新问题的一份关于专利主题资格的指导更新之外，此次发布的其他内容都由美国商务部的国家标准与技术研究所 (NIST) 发布，包括：
2. NIST人工智能安全研究所的一份指导文件草案，旨在帮助软件开发人员减轻生成式人工智能和双重用途基础模型（可用于有益或有害目的的人工智能系统）带来的风险
AI基础模型是有用的工具，可适用于广泛的任务，因为它们既有潜在的益处，也有潜在的危害，有时被称为“双重用途”。NIST的美国人工智能安全研究所发布了《双重用途基础模型误用风险管理》指南的初始公开草案，该指南概述了基础模型开发人员如何保护其系统免于被用于对个人、公共安全和国家安全造成故意伤害的自愿最佳实践。
该草案指南提出了七种关键方法来缓解模型被误用的风险，并推荐了如何实施这些方法以及如何透明地实施它们。结合这些实践，可以帮助防止模型通过开发生物武器、进行攻击性网络操作以及生成儿童性虐待材料和非自愿亲密图像等活动造成伤害。
3. 一份关于降低生成式人工智能风险的最终指导文件
AI RMF 生成式 AI 概况( NIST AI 600-1 ) 可以帮助组织识别生成式 AI 带来的独特风险，并提出最符合其目标和优先事项的生成式 AI 风险管理措施。该指南旨在成为 NISTAI RMF用户的配套资源，其核心内容是12 种风险列表和开发人员可以采取的 200 多种措施。
这12种风险包括降低网络安全攻击的门槛，生产错误信息、虚假信息或仇恨言论及其他有害内容，以及生成式AI系统虚构或“幻想”输出。在描述每种风险后，该文件提出了开发人员可以采取的缓解措施矩阵，这些措施与人工智能 RMF 相对应。
4. 一份关于降低用于训练AI系统的数据的威胁最终指导文件
《生成式AI和双重用途基础模型的安全软件开发实践》（NIST特别出版物（SP）800-218A）旨在与安全软件开发框架（SP 800-218）一起使用。虽然SSDF主要关注软件编码实践，但配套资源扩展了SSDF，部分解决了生成式AI系统的一个主要问题：它们可能会被恶意训练数据妥协，从而对AI系统的性能产生不利影响。
除了涵盖AI系统的培训和使用方面外，该指南还确定了潜在的风险因素和应对策略。其他建议包括分析训练数据是否有中毒、偏见、同质性和篡改的迹象。
5. 一份关于参与全球AI标准的最终指导文件
AI系统不仅在美国，而且在全球范围内正在改变社会。NIST发布的第三份最终文件《全球AI标准参与计划》（NIST AI 100-5）旨在推动全球AI相关共识标准的发展和实施，合作与协调以及信息共享。
该指南基于NIST制定的《联邦参与AI标准及相关工具计划》中概述的优先事项，并与《关键和新兴技术国家标准战略》相衔接。该出版物建议，来自多个国家的更广泛的多学科利益相关者参与标准开发过程。
附：
AI安全研究所（AISI）发布了新的技术指南草案，供公众评论，以帮助领先的AI开发人员管理双重用途基础模型的误用评估。AISI的指南详细说明了领先的AI开发人员如何防止功能越来越强大的AI系统被滥用以伤害个人、公共安全和国家安全，以及开发人员如何提高其产品的透明度。
国家标准与技术研究院（NIST）发布了管理生成性AI风险和安全开发生成性AI系统及双重用途基础模型的最终框架。这些文件将提供额外的指导，建立在NIST的AI风险管理框架之上，该框架为个人、组织和社会提供了管理AI风险的框架，已在美国和全球范围内广泛采用。NIST还向白宫提交了一份报告，概述了减少合成内容风险的工具和技术。
能源部（DOE）开发并扩展了AI测试平台和模型评估工具。DOE与跨机构合作伙伴协调，使用其测试平台评估AI模型的安全性和保密性，特别是AI模型可能对关键基础设施、能源安全和国家安全构成的风险。DOE的测试平台还用于探索新的AI硬件和软件系统，包括提高AI可信度的隐私增强技术。国家科学基金会（NSF）也启动了一项计划，帮助联邦政府以外的研究人员设计和规划AI准备的测试平台。
报告了试点AI以保护重要政府软件的结果。国防部（DoD）和国土安全部（DHS）报告了其AI试点的发现，以应对分别用于国家安全目的和民用政府的政府网络中的漏洞。这些步骤建立在之前在行政命令180天内推进此类试点的工作基础上。
性别政策委员会和科学技术政策办公室发布了一项号召行动，打击基于图像的性虐待，包括由AI生成的合成内容。基于图像的性虐待已成为迄今为止AI最迅速增长的有害用途之一，该号召邀请技术公司和其他行业利益相关者加以遏制。这个号召源自哈里斯副总统在伦敦AI安全峰会上的讲话，强调深伪图像性虐待是一个紧迫的威胁，需要全球行动。
编写并将很快发布一份关于双重用途基础模型的潜在利益、风险和影响的报告，这些模型的模型权重广泛可用，包括相关的政策建议。商务部的报告借鉴了对专家和利益相关者的广泛外展，包括数百条在此主题上的公众评论。
通过国家AI研究资源（NAIRR）试点项目为80多个研究团队提供了计算和其他AI资源的访问权。NSF领导的NAIRR与DOE、NIH及其他政府和非政府合作伙伴合作，为全国的AI研究和教育社区提供支持。支持的项目将解决深伪检测、推进AI安全、实现下一代医疗诊断和进一步推进其他关键的AI优先事项。
发布了一份为教育中使用的安全、可靠和可信AI工具设计指南。教育部的指南讨论了教育技术的开发者如何设计有利于学生和教师的AI，同时推进公平、民权、信任和透明度。这项工作建立在教育部2023年报告的基础上，该报告概述了在教学和学习中使用AI的建议。
发布了关于评估涉及AI技术的发明专利申请的专利权利要求资格的指南，以及其他新兴技术的指南。美国专利商标局的指南将指导在AI领域进行发明的人保护其AI发明，并帮助专利审查员审查涉及AI发明的专利申请。
发布了一份关于过去四年推进可信AI的联邦研发（R&D）报告。国家科学技术委员会的报告审查了近30亿美元的年度联邦AI研发预算。
启动了一项2300万美元的计划，以促进隐私增强技术的实际应用，包括与AI相关的应用。NSF通过其新的隐私保护数据共享实践计划，与行业和机构合作伙伴一起投资于应用、成熟和扩展隐私增强技术的努力，并建立测试平台以加速其采用。
宣布了数百万美元的进一步投资，以推进整个社会的负责任AI开发和使用。这些投资包括通过NSF的“新兴和新技术体验学习计划”投资的3000万美元——该计划支持包括AI在内的领域的包容性体验学习，以及通过NSF的ExpandAI计划投资的1000万美元，该计划帮助少数族裔服务机构建立AI研究能力，同时培养多样化的AI准备劳动力。
发布了一项关于美国参与全球AI标准的全面计划。该计划由NIST制定，结合了广泛的公共和私营部门输入，确定了AI标准工作的目标和优先领域，并为美国利益相关者包括美国机构制定了行动方案。NIST和其他机构将在180天内报告优先行动。
制定了管理AI对人权构成的风险的指导。国务院的《AI和人权风险管理概况》——与NIST和美国国际开发署密切协调制定——基于NIST的AI风险管理框架，向全球的政府、私营部门和民间社会推荐行动，以识别和管理AI设计、开发、部署和使用中对人权构成的风险。
启动了一个全球AI安全研究所网络和其他政府支持的科学机构，以在技术层面推进AI安全。这个网络将加速关键信息交换并推动共同或兼容的安全评估和政策。
发起了一项具有里程碑意义的联合国大会决议。该决议获得一致通过，拥有超过100个共同发起国，制定了各国推动安全和可靠使用AI以应对全球挑战的共同愿景。
扩大了对美国主导的《负责任的军事使用人工智能和自主权政治宣言》的全球支持。现在已有55个国家支持这一政治宣言，宣言概述了一套关于负责任开发、部署和使用军事AI能力的规范。
产品服务
01
02
03
数据信任与治理
“数据信任与治理”由下一代互联网国家工程中心运营。放眼全球数据治理前沿理论与实践进展，探索可信数据治理的中国模式，促进数据要素有序流通，释放数字经济红利。
TDG focuses on the cutting-edge theory and practice of global data governance, explores the Chinese model of trusted data governance, promotes global data flow, and fulfills the potential of the digital economy.
推荐站内搜索：最好用的开发软件、免费开源系统、渗透测试工具云盘下载、最新渗透测试资料、最新黑客工具下载……
还没有评论，来说两句吧...