国家指南

探索主要司法管辖区的人工智能监管框架。每个国家都采用了独特的人工智能治理方法,从全面立法到基于原则的框架。

美国

🇺🇸

联邦和州级人工智能法规,采用特定部门方法

主要法规:

  • AI权利法案
  • AI行政命令
  • 州隐私法(CCPA等)

监管机构:

FTC NIST 州检察长

欧盟

🇪🇺

27个成员国统一的人工智能法案框架

主要法规:

  • 欧盟人工智能法案
  • GDPR
  • 数字服务法案
  • 数字市场法案

监管机构:

欧盟委员会 国家主管机构 EDPB

英国

🇬🇧

促进创新的部门监管方法

主要法规:

  • 国家人工智能战略
  • 英国GDPR
  • 在线安全法案

监管机构:

ICO CMA Ofcom FCA

中国

🇨🇳

全面的人工智能治理,注重安全和伦理

主要法规:

  • 生成式人工智能措施
  • 算法推荐
  • 深度合成规则

监管机构:

CAC MIIT SAMR

加拿大

🇨🇦

人工智能和数据法案(AIDA)正在制定中

主要法规:

  • AIDA(拟议)
  • PIPEDA
  • 自动化决策指令

监管机构:

隐私专员 创新、科学和经济发展部

日本

🇯🇵

软法方法与人工智能治理指南

主要法规:

  • 人工智能治理指南
  • 个人信息保护法

监管机构:

个人信息保护委员会 METI

韩国

🇰🇷

与行业合作的国家人工智能战略

主要法规:

  • 人工智能框架法(拟议)
  • 个人信息保护法

监管机构:

个人信息保护委员会 MSIT

新加坡

🇸🇬

基于原则方法的人工智能治理模型框架

主要法规:

  • 人工智能治理模型框架
  • 个人数据保护法

监管机构:

PDPC IMDA

澳大利亚

🇦🇺

人工智能伦理框架与自愿指南

主要法规:

  • 人工智能伦理框架
  • 1988年隐私法
  • 拟议的人工智能监管

监管机构:

澳大利亚信息专员办公室 CSIRO

巴西

🇧🇷

人工智能法案正在立法过程中

主要法规:

  • 人工智能法案(PL 2338/2023)
  • LGPD(通用数据保护法)

监管机构:

ANPD(国家数据保护局)

印度

🇮🇳

数字印度倡议与社会公益人工智能

主要法规:

  • 国家人工智能战略
  • 2023年数字个人数据保护法

监管机构:

MeitY 数据保护委员会

了解不同的方法

基于风险的监管(欧盟模式)

按风险级别对人工智能系统进行分类,并规定相应的义务。高风险系统面临严格要求,而低风险应用程序的限制最少。

基于原则的框架(新加坡、澳大利亚)

强调伦理原则和最佳实践的自愿指南。灵活的方法允许创新,同时鼓励负责任的人工智能开发。

特定部门规则(美国、英国)

现有监管机构在其领域内应用人工智能监督(金融、医疗保健等)。允许量身定制的方法,但可能造成监管分散。

集中治理(中国)

全面的国家监督,注重内容控制、数据安全和社会稳定。强制注册和合规要求。