🇺🇸 美国人工智能监管
联邦和州人工智能治理方法
监管格局
与欧盟全面的人工智能法案不同,美国对人工智能监管采取更加碎片化、针对特定行业的方法。 联邦行政命令设定广泛原则,而各州正在制定自己的人工智能法律。
方法: 轻度监管、自愿框架、特定行业规则和州级创新。
联邦框架
第14110号行政命令(2023年10月)
拜登总统关于"安全、可靠和值得信赖的人工智能"的行政命令 为人工智能安全和保障建立了新标准。
关键条款:
- 🔒 安全测试: 开发基础模型的公司必须在公开发布前 与政府分享安全测试结果
- 🏷️ 内容认证: 对人工智能生成内容进行水印和标签
- 🛡️ 关键基础设施: 关键基础设施中人工智能系统的 增强网络安全标准
- ⚖️ 公民权利: 防止在住房、就业和刑事司法等领域 受到算法歧视
- 🔬 研究与发展: 加速人工智能研发造福公众
- 👷 劳动力: 支持受人工智能自动化影响的工人
其他联邦倡议
- NIST人工智能风险管理框架(2023): 跨行业管理 人工智能风险的自愿框架
- 人工智能权利法案(2022): 构建和使用保护 公民权利和民主价值观的人工智能系统蓝图
- OMB人工智能备忘录(2024): 联邦机构人工智能采购和使用指南
- FTC人工智能指南: 针对欺骗性人工智能声明和 歧视性算法的执法行动
州级监管
各州在特定领域引领人工智能监管,创建了拼凑的要求。
🌴 加利福尼亚州
人工智能监管最活跃的州
- AB 2013(2024): 政治广告中人工智能生成内容披露
- SB 1047(提议): 前沿人工智能模型的安全要求
- CPRA: 隐私法下的自动化决策权利
- AB 331: 就业决策中人工智能使用披露
🗽 纽约州
关注就业和歧视
- 地方法144(2023): 纽约市自动化就业决策工具的偏见审计
- 提议立法: 人工智能透明度和问责制要求
- 教育部门: 学校人工智能使用指南
🌲 科罗拉多州
关注消费者保护
- SB 24-205(2024): 人工智能算法歧视要求
- 影响评估: 高风险人工智能系统强制要求
- 消费者权利: 选择退出人工智能驱动决策的权利
🦞 佛蒙特州
数据经纪人透明度
- H.410(2024): 数据经纪人的人工智能使用披露
- 自动化分析: 消费者通知要求
🌵 犹他州
监管沙盒方法
- 人工智能政策法(2024): 生成式人工智能的披露要求
- 深度伪造: 有害深度伪造内容的刑事化
- 创新沙盒: 人工智能公司的测试环境
🌸 弗吉尼亚州
消费者数据保护
- VCDPA修正案: 自动化决策选择退出权利
- 分析限制: 某些自动化处理的限制
特定行业监管
医疗保健(FDA、HHS)
基于人工智能/机器学习的医疗器械作为医疗软件(SaMD)受到监管
金融服务(SEC、CFPB、美联储)
算法交易监督、公平贷款合规、模型风险管理
交通运输(NHTSA、FAA)
自动驾驶汽车安全标准、航空人工智能系统认证
就业(EEOC)
人工智能招聘和管理工具的反歧视执法
消费者保护(FTC)
欺骗性人工智能声明、算法歧视、数据安全要求
行业自律
主要人工智能公司已通过白宫承诺(2023年7月)承诺自愿安全措施:
安全承诺
- • 发布前进行内部和外部安全测试
- • 分享人工智能风险信息
- • 投资网络安全和内部威胁防护
透明度措施
- • 对人工智能生成内容加水印
- • 公开报告人工智能能力和局限性
- • 漏洞披露机制
与欧盟方法的主要区别
欧盟人工智能法案
- ✓ 全面的横向监管
- ✓ 基于风险的强制要求
- ✓ 重大罚款(最高营业额的7%)
- ✓ 上市前合规评估
- ✓ 集中执法
美国方法
- ✓ 特定行业和州级规则
- ✓ 自愿框架和指导
- ✓ 现有法律适用于人工智能(FTC法案等)
- ✓ 关注上市后执法
- ✓ 分散化(联邦+50个州)
最后更新: