加州州長否決SB-1047號提案 認為此法案以偏頗方式管理人工智慧技術

加州州长Gavin Newsom稍早否决加州政府于6月2日投票通过的SB-1047号提案《前沿人工智慧模型安全创新法案》 (Safe and Secure Innovation for Frontier Artificial Intelligence Act)，意味先前诸多科技业者认为此法案将对人工智慧技术发展产生「寒蝉效应」，并且让人工智慧技术发展受限的问题不再存在。

Gavin Newsom表示，虽然SB-1047号提案立意良好，但未考虑人工智慧技术是否都是用于高风险环境，以及是否涉及影响关键决策，或是处理机敏资讯，甚至仅以规模大小、建置成本作为约束衡量基准，显得有些偏颇，同时有可能让公众认为这样的管理建立在虚假安全感之上。

在进一步指出看法中，Gavin Newsom认为即便是规模较小，仅针对特定领域使用的人工智慧模型依然可能会有其风险，因此仅以简略条件作为管理并不恰当。

先前加州政府针对人工智慧模型管理方式，是将以1026次整数或浮点运算能力进行训练、成本超过1亿美元的大型人工智慧模型，以及透过1025次整数或浮点运算三倍以上能力，针对特定模型进行微调后所创建人工智慧模型，都会被列为具潜在风险，必须额外列管监督。

而此规范之下，目前市场使用的大型自然语言基本上都会被列为具风险、必须列管监督，因此不少人工智慧技术研究者认为此法案将造成技术发展限制，同时认为仅以片面管制方式，实际上无法有效解决人工智慧技术产生偏见或深度伪造 (deepfake)等问题，反而会产生限制人工智慧技术发展的「寒蝉效应」。

不过，在此次Gavin Newsom否决SB-1047号提案通过，显然将使多数发展人工智慧的科技业者松口气，但不少人也认为人工智慧技术发展依然需要有更明确管理办法，例如曾在2018年与被称为卷积网络之父的杨立昆 (Yann LeCun)一同在2018年获得图灵讲，并且被称为深度学习教父的Yoshua Bengio与Geoffrey Hinton则赞成通过SB-1047号提案。

但包含李飞飞、吴恩达在内人工智慧研究者责任为，SB-1047号提案将对人工智慧技术发展产生「寒蝉效应」，并且迫使人工智慧技术发展面临受限。

《原文刊登于合作媒体mashdigi，联合新闻网获授权转载。》