2024年人工智能发展报告——AI政策和治理篇（国际部分）
2024年人工智能发展报告——AI政策和治理篇（国际部分）
2024年，全球人工智能政策与治理取得显著进展，国际组织和地区组织纷纷出台相关政策框架，推动人工智能的负责任发展和创新应用。各国也根据自身情况制定了具体的人工智能政策，重点围绕安全性、伦理规范、数据隐私保护以及国际合作展开，旨在确保人工智能技术的发展符合人类利益和社会价值。
国际组织
联合国在2024年通过了多项决议，强调利用人工智能推动可持续发展，呼吁各国发展监管和治理框架，确保AI系统的人类中心性、可靠性和符合伦理道德。经合组织（OECD）更新了人工智能原则，为全球AI政策框架提供蓝图，倡导创新且值得信赖的AI，并维护人权和民主价值观。G20数字经济部长宣言也强调了人工智能在促进包容性可持续发展中的潜力，呼吁国际社会合作推动安全、可靠和可信的AI应用。
地区组织
地区组织在2024年也积极布局人工智能政策。欧盟通过了具有里程碑意义的人工智能法案，旨在确保人工智能的安全性和与基本权利的符合性。欧盟还成立了人工智能办公室，推动可信人工智能的研究和创新。东盟发布了《东盟人工智能治理与伦理指南》，提出支持人工智能人才和创新的国家级建议。非洲联盟发布了非洲大陆人工智能战略，强调利用人工智能推动社会经济发展和文化复兴。
英国
英国在2024年发布了多项政策文件，推动人工智能的负责任使用和创新。英国政府发布了《生成式人工智能框架》，为政府部门使用生成式AI提供指导。英国还发布了《国际先进人工智能安全科学报告》，强调国际合作的重要性。11月，英国科学、创新和技术部（DSIT）征求公众对新的AI管理必备工具（AIME）的反馈，旨在帮助组织实施负责任的AI管理系统。
北美洲
美国在2024年继续强化人工智能的战略地位。美国国家标准与技术研究院（NIST）发布了《对抗式机器学习：攻击和缓解的分类和术语》报告，为评估和管理AI系统的安全性提供标准化语言和理解框架。美国还实施了第14105号行政令，限制对某些先进中国人工智能系统的投资，显示出其在科技领域的战略遏制意图。
2024年11月，加拿大政府宣布成立加拿大人工智能安全研究所（CAISI），旨在提升加拿大应对人工智能安全风险的能力，推动负责任地开发和采用人工智能技术。该研究所将利用加拿大世界领先的人工智能研究和人才基础，深化对高级人工智能系统相关风险的理解，并推动相关应对措施的发展。
拉丁美洲
2024年9月，拉丁美洲和加勒比地区通过了蒙特维多宣言，推动该地区人工智能的伦理治理和发展。宣言强调以人为本，尊重人权和民主原则，并承诺建立区域合作机制，共同应对人工智能带来的机遇和挑战。
中东
中东地区在2024年也积极布局人工智能政策。沙特发布了面向公众和政府机构的生成式人工智能指南，强调公平性、透明度和隐私保护。阿联酋发布了《人工智能发展与使用章程》，提出到2031年成为人工智能领域领先国家的愿景，并强调国际合作和伦理发展。
东亚和东南亚
东亚地区在2024年积极布局人工智能政策。日本在2月成立了人工智能安全研究所，推动AI安全研究。韩国发布了AI公开数据使用指南，推动AI创新与隐私保护的平衡发展。新加坡发布了《保障人工智能系统指南》，帮助系统所有者确保人工智能系统的安全。
泰国宣布启动“组织良好治理下生成式AI应用指南”计划，旨在为企业层面建立全面的治理框架，以负责任的方式应用生成式AI。该计划强调隐私、数据安全和潜在的社会影响，并鼓励组织制定战略计划，确保生成式AI的应用符合良好治理原则。
未来，随着技术的进一步发展，全球人工智能治理仍需不断探索和完善，以应对新的挑战和机遇。
2024年1月
1. 世界卫生组织发布针对多模态大模型的人工智能伦理和治理指南
摘要：2024年1月18日，世界卫生组织发布了关于多模态大模型伦理和管理问题的新指导文件Ethics and governance of artificial intelligence for health: Guidance on large multi-modal models，列出了供政府、技术公司和卫生保健机构考虑的40多项建议，以确保适当使用多模态大模型增进和维护人民健康。
链接：
https://iris.who.int/bitstream/handle/10665/375579/9789240084759-eng.pdf?sequence=1
2. 美国国家标准与技术研究院（NIST）发布《对抗式机器学习：攻击和缓解的分类和术语》，推动AI安全研究
摘要：2024年1月，美国国家标准与技术研究院（NIST）发布了《对抗式机器学习：攻击和缓解的分类和术语》报告（Adversarial Machine Learning: A Taxonomy and Terminology of Attacks and Mitigations(NIST AI 100-2 E2023)），旨在为评估和管理AI系统的安全性提供标准化语言和理解框架，同时指出AML领域的开放性挑战，以指导未来实践指南和标准的制定。该报告建立了一个对抗性机器学习（AML）的分类体系，涵盖攻击类型、攻击者目标、攻击者能力及攻击阶段等概念，并提出了相应的缓解方法。
链接：
AI 100-2 E2023, Adversarial Machine Learning: A Taxonomy and Terminology of Attacks and Mitigations | CSRC
3. 英国政府发布《生成式人工智能框架》，为政府部门在生成式AI的使用提供指导
摘要：2024年1月18日，英国中央数字与数据办公室（CDDO）发布了英国政府生成式人工智能框架（Generative AI Framework for HMG），旨在指导政府部门安全、负责任地使用生成式人工智能。框架提出了十个核心原则，包括了解生成式AI的局限性、合法合规使用、确保数据安全、保持人类控制等。报告还探讨了生成式AI在政府中的应用、技术构建、安全与伦理问题，并强调了持续学习和跨部门合作的重要性。
链接：
Generative AI Framework for HMG (HTML) - GOV.UK
本文原文来自CSDN