OECD發布「促進人工智慧風險管理互通性的通用指引」研究報告

經濟合作發展組織(Organisation for Economic Co-operation and Development,下稱OECD)於2023年11月公布「促進AI風險管理互通性的通用指引」(Common Guideposts To Promote Interoperability In AI Risk Management)研究報告(下稱「報告」),為2023年2月「高階AI風險管理互通框架」(High-Level AI Risk Management Interoperability Framework,下稱「互通框架」)之延伸研究。

報告中主要說明「互通框架」的四個主要步驟,並與國際主要AI風險管理框架和標準的風險管理流程進行比較分析。首先,「互通框架」的四個步驟分別為:

1. 「定義」AI風險管理範圍、環境脈絡與標準;
2. 「評估」風險的可能性與危害程度;
3. 「處理」風險,以停止、減輕或預防傷害;
4.「治理」風險管理流程,包括透過持續的監督、審查、記錄、溝通與諮詢、各參與者的角色和責任分配、建立問責制等作法,打造組織內部的風險管理文化。

其次,本報告指出,目前國際主要AI風險管理框架大致上與OECD「互通框架」的四個主要步驟一致,然因涵蓋範圍有別,框架間難免存在差異,最大差異在於「治理」功能融入框架結構的設計、其細項功能、以及術語等方面,惟此些差異並不影響各框架與OECD「互通框架」的一致性。

未來OECD也將基於上述研究,建立AI風險管理的線上互動工具,用以協助各界比較各種AI風險管理框架,並瀏覽多種風險管理的落實方法、工具和實踐方式。OECD的努力或許能促進全球AI治理的一致性,進而減輕企業的合規負擔,其後續發展值得持續追蹤觀察。

相關連結
※ OECD發布「促進人工智慧風險管理互通性的通用指引」研究報告, 資訊工業策進會科技法律研究所, https://stli.iii.org.tw//article-detail.aspx?d=9134&no=55&tp=1 (最後瀏覽日:2026/01/27)
引註此篇文章
你可能還會想看
政府資訊業務委外涉及個人資料保護法律責任分析及因應建議

資通安全法律案例宣導彙編 第4輯

數位創作透過非同質化代幣(NFT)交易之智財侵權風險

  數位創作藉由區塊鏈轉化為具獨特性之加密貨幣─非同質化代幣(non-fungible token,後稱NFT),仿佛數位創作者對創作成品簽名落款或標示出處來源,NFT也因此解決數位創作成品之來源與真偽驗證等問題,使其有如傳統的藝術作品更具收藏價值也更有利於在市場中交易,然而在此數位創作成為新型態數位收藏標的之同時,潛藏的智慧財產議題也衍生而出。   儘管NFT解決數位創作之產出來源等驗證問題,卻無法確保該NFT交易標的是否抄襲其他擁有著作權保護之創作。當收藏者轉售購入之數位創作時,便有可能構成販售侵權作品,根據美國著作權法第504條(c)項所列之賠償金額在750美元以上至3萬美元以下,甚至故意侵權賠償15萬美元。因此,如同一般傳統藝術交易,在NFT投資或收藏交易前,建議先對創作者或藝術家進行相關調查,甚至可諮詢法律顧問以確保交易標的智財狀況;此外,當交易標的屬戲謔創作時,則建議評估相對應之投資風險。   而數位創作之形式相當多元,除了數位影像、數位相片外,也含括社群媒體產出之網路迷因(meme)、虛擬圖片影像等,過去因為易於大量複製流傳而無法追溯原始創作者,如今在區塊鏈技術轉化下使前述類型之數位創作產出皆可能成為NFT交易標的。例如,今(2021)年三月美國數位藝術家Beeple於佳士得拍賣透過NFT將其作品〈每天:最初的五千天〉(Everydays: The First 5000 Days)以超過6,900萬美元的價格售出;Twitter共同創辦人Jack Dorsey以290萬美元透過NFT售出其第一則推文;此外,2011年在Youtube爆紅的像素影片〈彩虹貓〉(Nyan Cat)與2007年的英國小兄弟生活紀錄〈查理咬我的手指〉(Charlie Bit My Finger)等也透過NFT分別以超過50萬美元與超過76萬美元的金額售出。此外,根據比特幣交易所CoinDesk統計,NFT銷售額在今年上半年達到24.7億美元,反觀去年同期的1,370萬美元,NFT成了難以忽視的活絡產業。

新加坡科技與研究局針對未來工廠提出研究規劃及方向

  新加坡科技與研究局(Agency for Science, Technology and Research)於2017年7月26日提出未來工廠(Toward the factories of the future)概念及相關研究方向,自動化(Automation)、機器人(robotics)、先進電腦輔助設計(advanced computer-aided design)、感測和診斷技術(sensing and diagnostic technologies)將徹底改變現代工廠,可製造的產品範圍廣泛,從微型車乃至於飛機皆可生產。積層製造(Additive Manufacturing),又稱3D列印(3D printing),可使用單一的高科技生產線來創造許多不同的產品項目,而不需要傳統大規模生產的設計限制和成本,伴隨未來高效能電腦和感測技術之進步,積層製造速度也會隨之加快。而智慧工廠(smart factories)將與物聯網(IOT)、雲端計算(cloud computing)、先進機器人(advanced robotics)、即時分析(real-time analytics)與機器學習(machine learning)等技術與積層製造技術結合,將大為提升生產速度及產量。   為加速及改善積層製造的製程,最重要的方法之一,是使用材料物理學的基本原理來模擬製造過程,而近期更引進跨學科之研究,「模擬」最終產品化學成分和機械性能的微觀結構。因積層製造是一個複雜又困難的過程,透過變化既有規則之模擬(Game-Changing simulations),若建立完成模型且模擬成功,將成為積層製造的殺手級技術。在未來的五到十年,我們將看到更多的零件從積層製造技術生產出來,而且這種技術有機會成為未來工廠的生產基礎。由於現行材料及製造流程與機器必須配合一致,些許的差異皆會生產出不同品質之產品,故未來積層製造工廠的結果穩定重現性(repeatability)和標準化(standardization),將是產品商業化的主要障礙與挑戰。

TOP