Regulation of artificial intelligence

The regulation of artificial intelligence is the development of public sector policies and laws for promoting and regulating artificial intelligence (AI); it is therefore related to the broader regulation of algorithms. The regulatory and policy landscape for AI is an emerging issue in jurisdictions globally, including in the European Union and in supra-national bodies like the IEEE, OECD and others. Since 2016, a wave of AI ethics guidelines have been published in order to maintain social control over the technology. Regulation is considered necessary to both encourage AI and manage associated risks. In addition to regulation, AI-deploying organizations need to play a central role in creating and deploying trustworthy AI in line with the principles of trustworthy AI, and take accountability to mitigate the risks. Regulation of AI through mechanisms such as review boards can also be seen as social means to approach the AI control problem. According to AI Index at Stanford, the annual number of AI-related laws passed in the 127 survey countries jumped from one passed in 2016 to 37 passed in 2022 alone. In 2017 Elon Musk called for regulation of AI development. According to NPR, the Tesla CEO was "clearly not thrilled" to be advocating for government scrutiny that could impact his own industry, but believed the risks of going completely without oversight are too high: "Normally the way regulations are set up is when a bunch of bad things happen, there's a public outcry, and after many years a regulatory agency is set up to regulate that industry. It takes forever. That, in the past, has been bad but not something which represented a fundamental risk to the existence of civilization." In response, some politicians expressed skepticism about the wisdom of regulating a technology that is still in development. Responding both to Musk and to February 2017 proposals by European Union lawmakers to regulate AI and robotics, Intel CEO Brian Krzanich has argued that AI is in its infancy and that it is too early to regulate the technology.

À propos de ce résultat

Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.

Publications associées (1)

Concepts associés (3)

Cours associés (13)

Séances de cours associées (32)

In vivo magnetic resonance P-31-Spectral Analysis With Neural Networks: 31P-SPAWNN

Lijing Xin, François Lazeyras, Sébastien Courvoisier, Julien Songeon

Purpose: We have introduced an artificial intelligence framework, 31P-SPAWNN, in order to fully analyze phosphorus-31 (P-31) magnetic resonance spectra. The flexibility and speed of the technique riva

WILEY2022

Régulation des algorithmes

La régulation des algorithmes, ou régulation algorithmique, est la création de lois, de règles et de politiques du secteur public pour la promotion et la régulation des algorithmes, en particulier dans l'intelligence artificielle et l'apprentissage automatique. Pour le sous-ensemble d'algorithmes d'IA, le terme régulation de l'intelligence artificielle est utilisé. Le paysage réglementaire et politique de l'intelligence artificielle (IA) est un problème émergent dans les juridictions du monde entier, y compris dans l'Union européenne.

Regulation of artificial intelligence

Intelligence artificielle

vignette|redresse=0.8|Les assistants personnels intelligents sont l'une des applications concrètes de l'intelligence artificielle dans les années 2010. L'intelligence artificielle (IA) est un ensemble de théories et de techniques visant à réaliser des machines capables de simuler l'intelligence humaine. Souvent classée dans le groupe des mathématiques et des sciences cognitives, elle fait appel à la neurobiologie computationnelle (particulièrement aux réseaux neuronaux) et à la logique mathématique (partie des mathématiques et de la philosophie).

ENG-601: Digitalization in electricity systems

Participants will be equipped with specialized knowledge, grounded on latest academic research and professional practice, on potential applications and risks digitalization tendencies pose to the oper

HUM-122(b): Global issues: communication B

Ce cours présente les enjeux mondiaux de la communication en ligne et de l'échange d'informations entre humains et machines. L'approche interdisciplinaire intègre les SHS avec les sciences de l'ingéni

HUM-333: Ethics of emerging technologies

This course examines key technological developments and challenges from an ethical and policy perspective. The primary aim of this course is to get students to think critically about the ethical-socia

Représentation des connaissances : Introduction CS-330: Artificial intelligence

Couvre la représentation des connaissances dans l'IA, l'inférence logique et les applications dans divers domaines.

Éthique et droit de l'IA

Déplacez-vous dans différentes théories éthiques et expériences de pensée dans le contexte de l'IA, explorant les défis de la définition de l'IA.

Intelligence artificielle: Fondations et apprentissage automatique ME-390: Foundations of artificial intelligence

Couvre les fondements de l'intelligence artificielle, de l'apprentissage automatique, de la révolution des données et des exemples de recherche dans l'IA et l'apprentissage automatique.