作者：Aoibhinn Mc Bride
2021年4月，歐盟委員會提出了首個人工智慧監管框架，希望最終立法能在今年底獲得通過。
該立法的核心是一個中心主題：人工智慧系統應該由人類而不是自動化來監督，以最大限度地降低風險，使其安全、透明、可追溯和非歧視。
Soapbox Labs 創辦人、愛爾蘭第一位政府任命的人工智慧大使 Patricia Scanlon 博士也表達了同樣的觀點，她最近在都柏林科技高峰會上發表了開幕主題演講。
斯坎倫博士說：“我們所有人都有能力像氣候危機、流行病或核危機一樣監管和對待人工智慧。”
「這是一個非常具有挑釁性的聲明。但這裡的想法是引發討論，傳達緊迫性，並確保我們不會只滿足於現狀並說，好吧，讓我們看看會發生什麼。
長期影響
圍繞人工智慧的大部分討論都集中在自動化對工作的影響上，最近的數據預測生成式人工智慧可能會影響多達3億個全職工作全球。
斯坎倫博士表示，人工智慧不應被視為一種時尚，也不應被簡化為一種生產力工具，因為它的潛在影響力和影響力要廣泛得多。
「這是一場革命，因為人工智慧的創新將會持續下去，」她解釋道。
「它將對社會產生影響，經濟將受到影響，全球經濟將受到影響，每個產業都會受到影響。這對於認識我們今天的處境非常非常重要。
毫不奇怪，歐盟的擬議立法遭到了商界領袖的強烈反對。
在一個公開信來自西門子、雷諾和空中巴士等公司的 150 多名高管以及 Meta 首席人工智慧科學家 Yann LeCun 表示，新法律將“危及歐洲的競爭力……而無法有效解決我們現在和將要面臨的挑戰。”
然而，斯坎倫博士強調了採取負責任方法的重要性，並提出監管應成為創新的基礎。
「有一種心態，我聽過很多次，我相信你們都有，監管會扼殺創新。如果是這樣的話，我認為你不會在醫療保健領域看到金融科技、生物技術和醫療技術的創新，因為它們是受到嚴格監管的領域，但人們仍然設法在其中運作。
她繼續說：「錯誤訊息和虛假訊息是一個巨大的風險。我們已經在社交媒體上看到了它。想像一下大規模地這樣做。如果我們讓它不受監管，沒有人會擔心錯誤訊息、虛假訊息，你知道，言論自由，無論你想怎麼稱呼它，我們最終可能會因為政治和人民中不分青紅皂白的種族而破壞我們自己的政府的穩定使用這些工具是因為它們不是監管。
客觀性是關鍵
斯坎倫博士強調的另一個關鍵領域是減少偏見的重要性，特別是在教育、醫療保健或工作場所環境中。
她提到荷蘭政府未能成功發現福利欺詐，導致 20,000 人不公正地失去福利，這是偏見可能產生有害影響的完美例子。
「沒有人工智慧是有偏見的。人工智慧因從網路或遺留資料中懶惰地提取的資料狀態而產生偏見，」斯坎倫博士補充道。
「例如，根據過去 40 年的就業數據，誰得到了這份工作？我們正在努力糾正社會中的這個問題，但如果你要獲取遺留資料並將其放入模型中，你就會將這種偏見傳播到未來。
“但是，如果我們正確構建模型，並且實際上在數據、部署以及決策方式中仔細設計模型，那麼您實際上可以創建客觀的決策，而不是有偏見的決策。”
如果您想成為人工智慧革命的一部分並轉向機器學習領域，歐洲新聞就業委員會是開始您搜尋的完美地點。它包含了正在積極招募的公司中的數千個職位，例如下面的三個。
資料科學家，SumUp
SumUp 是一個致力於本地企業家的數位生態系統，為商家提供付款、點擊提貨和預訂解決方案。它正在尋求一個數據科學家在柏林建立和優化最先進的人工智慧模型和演算法，以推動其計劃的成功。
因此，您將開發和實施人工智慧模型來解決複雜的業務問題，為下一代聊天機器人做出貢獻，並開發和實施收集、清理和處理大量資料的方法。
位元組跳動機學習公平研究員
位元組跳動的機器學習公平團隊正在招募一名研究員在機器學習公平性及相關領域實現技術突破並進行前沿研究。在這個位於倫敦的職位中，您將實施新技術以提供與產品一致的結果，並與全球業務團隊合作提供技術支援。
首席機器學習工程師 - 客戶檔案和個人化（所有性別），Zalando
作為首席機器學習工程師在位於柏林的客戶檔案和個人化團隊中，您將執行大膽的研究實驗，推動Zalando 的科學路線圖，並與工程師和科學領導者合作，帶頭建立平台功能的策略，同時與客戶檔案和個人化團隊以及中央機器學習生產力團隊。
