พื้นฐาน AI

EU AI Act คืออะไร? คู่มือเชิงปฏิบัติว่าด้วยกฎสำหรับ AI อเนกประสงค์

EU AI Act เป็นกรอบกฎหมายที่อิงตามความเสี่ยง โดยกำหนดหน้าที่ให้แก่ผู้ให้บริการระบบ AI ผู้ใช้งานระบบ AI ผู้นำเข้า ผู้จัดจำหน่าย และผู้มีส่วนเกี่ยวข้องอื่น ๆ ตามระบบหรือโมเดลที่เกี่ยวข้อง คู่มือนี้อธิบายกลไก ข้อแลกเปลี่ยน การประเมิน และมาตรการควบคุมที่สำคัญในการใช้งานจริง

mm
เพิ่ม Unite.AI ลงในแหล่งข้อมูลที่คุณต้องการบน Google

EU AI Act เป็นกรอบกฎหมายที่อิงตามระดับความเสี่ยง โดยกำหนดหน้าที่ให้แก่ผู้ให้บริการ ผู้ปรับใช้ ผู้นำเข้า ผู้จัดจำหน่ายระบบ AI และผู้มีส่วนเกี่ยวข้องอื่น ๆ ตามระบบหรือโมเดลที่เกี่ยวข้อง

EU AI Act ควรได้รับคำอธิบายอย่างแม่นยำ เพราะชื่อนี้ระบุถึงกระแสข้อมูล การเลือกวิธีฝึก กลไกขณะทำงาน หรือขอบเขตการกำกับดูแลอย่างใดอย่างหนึ่งโดยเฉพาะ หากใช้คำนี้เสมือนเป็นคำพ้องของ “AI ขั้นสูง” ก็จะทำให้ไม่สามารถทดสอบข้อกล่าวอ้างต่าง ๆ ได้ คู่มือนี้จะติดตามแนวคิดดังกล่าวตั้งแต่ข้อมูลนำเข้าและสมมติฐาน ไปจนถึงผลลัพธ์ที่สังเกตได้ แล้วทดสอบทางลัดที่มีแนวโน้มว่าจะถูกเข้าใจผิดว่าเป็นแนวคิดนี้มากที่สุด

EU AI Act: คำจำกัดความ ขอบเขต และวัตถุประสงค์

EU AI Act เป็นกรอบกฎหมายที่อิงตามระดับความเสี่ยง โดยกำหนดหน้าที่ให้แก่ผู้ให้บริการ ผู้ปรับใช้ ผู้นำเข้า ผู้จัดจำหน่ายระบบ AI และผู้มีส่วนเกี่ยวข้องอื่น ๆ ตามระบบหรือโมเดลที่เกี่ยวข้อง คำจำกัดความนี้มีองค์ประกอบที่ต้องปฏิบัติให้ได้จริงสามประการ ได้แก่ มีข้อมูลนำเข้าที่ระบุได้ มีกระบวนการแปลงข้อมูลหรือการตัดสินใจที่เป็นลักษณะเฉพาะของ EU AI Act และมีผลลัพธ์ที่สามารถประเมินเทียบกับวัตถุประสงค์ที่ระบุไว้ได้ หากขาดองค์ประกอบข้อใดข้อหนึ่ง คำนี้อาจสื่อถึงเพียงความมุ่งหมาย มากกว่ากลไกที่นำมาใช้จริง

ขีดความสามารถ ความปลอดภัย ความมั่นคงปลอดภัย และการกำกับดูแลเกี่ยวข้องกัน แต่ตอบคำถามคนละข้อ ระบบที่มีขีดความสามารถสูงอาจขาดความมั่นคงปลอดภัยได้ กระบวนการที่เป็นไปตามข้อกำหนดก็ยังอาจมีวิธีวัดผลที่อ่อนแอ และเกณฑ์มาตรฐานที่เข้มแข็งก็อาจไม่เกี่ยวข้องกับการนำไปใช้งานเฉพาะกรณี สำหรับ EU AI Act มุมมองที่พิจารณาทั้งระบบมีความสำคัญ เพราะประสิทธิภาพอาจขึ้นอยู่กับข้อมูลโดยรอบ ส่วนเชื่อมต่อ ฮาร์ดแวร์ สิทธิ์การเข้าถึง และผู้คน แม้โมเดลที่อยู่เบื้องหลังจะไม่เปลี่ยนแปลงก็ตาม ดังนั้น คำอธิบายที่มีประโยชน์จึงแยกพฤติกรรมที่โมเดลเรียนรู้มาออกจากผลิตภัณฑ์ที่กำหนดว่าจะนำพฤติกรรมนั้นไปใช้เมื่อใด ที่ไหน และด้วยอำนาจระดับใด

ทางลัดที่ชวนให้เข้าใจผิดมากที่สุดคือการใช้มาตรฐานทางเทคนิคแบบสมัครใจในลักษณะเดียวกันกับการใช้งาน AI ทุกประเภท แม้มาตรฐานดังกล่าวอาจมีลักษณะที่มองเห็นได้ร่วมกับ EU AI Act แต่ก็เปลี่ยนคำอธิบายเรื่องเหตุและผล กล่าวคือ ต้องใช้หลักฐานคนละแบบเพื่อยืนยันความสำเร็จ ทรัพยากรคนละประเภทจะเป็นตัวกำหนดต้นทุน และต้องใช้มาตรการควบคุมคนละแบบเพื่อป้องกันอันตราย ดังนั้น เส้นแบ่งจึงอยู่ที่การปฏิบัติงาน ไม่ใช่ถ้อยคำที่ใช้

แผนผังการดำเนินงาน EU AI Act ในห้าขั้นตอน

01พิจารณาว่ากิจกรรมนั้นอยู่ภายใต้

02จัดประเภทระบบ โมเดล และ

03จัดทำแผนที่หน้าที่ที่เกี่ยวข้องและ

04จัดทำเอกสาร มาตรการควบคุม และการกำกับดูแล

05ติดตามการเปลี่ยนแปลง เหตุการณ์ และข้อกำหนดด้านกฎระเบียบ
EU AI Act เปลี่ยนข้อมูลนำเข้าให้เป็นผลลัพธ์ผ่านกระบวนการห้าขั้นตอนที่สังเกตได้ คำอธิบายแบบเรียงลำดับด้านล่างดำเนินไปตามลำดับเดียวกัน

แผนภาพนี้เป็นแผนผังเหตุและผลแบบย่อของ EU AI Act ไม่ใช่ข้อกล่าวอ้างว่าการนำไปใช้ทุกกรณีประกอบด้วยส่วนต่าง ๆ ของซอฟต์แวร์ห้าส่วน บางระบบรวมหลายขั้นตอนไว้ด้วยกัน ขณะที่บางระบบทำขั้นตอนเดิมซ้ำเป็นวงจร แผนผังนี้ยังมีประโยชน์ เพราะกำหนดให้ทุกการเปลี่ยนแปลงของข้อมูลหรืออำนาจมีผู้รับผิดชอบ ข้อมูลนำเข้า ผลลัพธ์ และวิธีทดสอบ

1. พิจารณาว่ากิจกรรมอยู่ในขอบเขตหรือไม่: ข้อมูลนำเข้าและสมมติฐานใน EU AI Act

ในขั้นตอนนี้ของ EU AI Act ระบบต้องพิจารณาว่ากิจกรรมอยู่ในขอบเขตหรือไม่ คำถามที่เป็นประโยชน์ไม่ใช่เพียงว่ามีกระบวนการดังกล่าวเกิดขึ้นหรือไม่ แต่ยังรวมถึงกระบวนการนั้นใช้ข้อมูลใด เปลี่ยนสถานะใด และมีหลักฐานอะไรที่พิสูจน์ว่าการเปลี่ยนแปลงนั้นถูกต้อง ผู้ตรวจสอบควรแยกกระบวนการนี้ออกจากมาตรฐานทางเทคนิคแบบสมัครใจที่ใช้ในลักษณะเดียวกันกับการใช้งาน AI ทุกประเภทได้ และควรทำซ้ำเพื่อให้ได้ผลลัพธ์เดิมภายใต้เงื่อนไขที่ระบุไว้เดียวกันได้

การส่งต่องานเข้าสู่ขั้นตอนนี้ของ EU AI Act เริ่มจากวัตถุประสงค์ที่ระบุไว้ และควรจบลงด้วยผลลัพธ์ที่ใช้สนับสนุนการจัดประเภทระบบ โมเดล และบทบาทได้ ให้บันทึกความไม่แน่นอน ทางเลือกที่ถูกปฏิเสธ การใช้ทรัพยากร ตลอดจนมาตรการควบคุมใด ๆ ที่มนุษย์หรือซอฟต์แวร์ใช้ ณ จุดแบ่งเขต บันทึกร่องรอยนี้ช่วยให้ทีมตรวจพบได้ว่าการจัดประเภทและกรอบเวลาขึ้นอยู่กับข้อเท็จจริง บทบาท เขตอำนาจศาล และแนวทางทางการที่เปลี่ยนแปลงไปหรือไม่ ก่อนที่จุดอ่อนเดียวกันจะส่งผลต่อผลลัพธ์ที่มีนัยสำคัญ

2. จัดประเภทระบบ โมเดล และบทบาท: การแทนข้อมูลหรือการตัดสินใจใน EU AI Act

ในขั้นตอนนี้ของ EU AI Act ระบบต้องจัดประเภทระบบ โมเดล และบทบาท คำถามที่เป็นประโยชน์ไม่ใช่เพียงว่ามีกระบวนการดังกล่าวเกิดขึ้นหรือไม่ แต่ยังรวมถึงกระบวนการนั้นใช้ข้อมูลใด เปลี่ยนสถานะใด และมีหลักฐานอะไรที่พิสูจน์ว่าการเปลี่ยนแปลงนั้นถูกต้อง ผู้ตรวจสอบควรแยกกระบวนการนี้ออกจากมาตรฐานทางเทคนิคแบบสมัครใจที่ใช้ในลักษณะเดียวกันกับการใช้งาน AI ทุกประเภทได้ และควรทำซ้ำเพื่อให้ได้ผลลัพธ์เดิมภายใต้เงื่อนไขที่ระบุไว้เดียวกันได้

การส่งต่องานในขั้นตอนนี้ของ EU AI Act เริ่มจากการพิจารณาว่ากิจกรรมนั้นอยู่ในขอบเขตที่กฎหมายครอบคลุมหรือไม่ และควรสิ้นสุดด้วยผลลัพธ์ที่นำไปใช้กำหนดข้อผูกพันและกรอบเวลาที่เกี่ยวข้องได้ ให้บันทึกความไม่แน่นอน ทางเลือกที่ปฏิเสธไป การใช้ทรัพยากร และการควบคุมใด ๆ โดยมนุษย์หรือซอฟต์แวร์ที่ใช้ ณ จุดแบ่งเขต ร่องรอยดังกล่าวช่วยให้ทีมตรวจพบได้ว่าการจำแนกประเภทและกรอบเวลาขึ้นอยู่กับข้อเท็จจริง บทบาท เขตอำนาจศาล และแนวทางอย่างเป็นทางการที่เปลี่ยนแปลงไปหรือไม่ ก่อนที่จุดอ่อนเดียวกันจะส่งผลต่อผลลัพธ์ที่มีนัยสำคัญ

3. กำหนดข้อผูกพันและกรอบเวลาที่เกี่ยวข้อง: การเปลี่ยนแปลงที่เป็นลักษณะเฉพาะภายใต้ EU AI Act

ในขั้นตอนนี้ของ EU AI Act ระบบต้องกำหนดข้อผูกพันและกรอบเวลาที่เกี่ยวข้อง คำถามสำคัญไม่ใช่เพียงว่ามีการดำเนินการนั้นหรือไม่ แต่รวมถึงการดำเนินการนั้นใช้ข้อมูลใด เปลี่ยนสถานะใด และมีหลักฐานอะไรยืนยันว่าการเปลี่ยนแปลงนั้นถูกต้อง ผู้ตรวจสอบควรแยกแยะการดำเนินการดังกล่าวออกจากมาตรฐานทางเทคนิคโดยสมัครใจที่นำไปใช้แบบเดียวกันกับการใช้งาน AI ทุกกรณีได้ และควรทำซ้ำผลลัพธ์ภายใต้เงื่อนไขที่ระบุไว้เดียวกันได้

การส่งต่องานในขั้นตอนนี้ของ EU AI Act เริ่มจากการจำแนกระบบ โมเดล และบทบาท และควรสิ้นสุดด้วยผลลัพธ์ที่นำไปใช้จัดทำเอกสาร วางมาตรการควบคุม และกำกับดูแลได้ ให้บันทึกความไม่แน่นอน ทางเลือกที่ปฏิเสธไป การใช้ทรัพยากร และการควบคุมใด ๆ โดยมนุษย์หรือซอฟต์แวร์ที่ใช้ ณ จุดแบ่งเขต ร่องรอยดังกล่าวช่วยให้ทีมตรวจพบได้ว่าการจำแนกประเภทและกรอบเวลาขึ้นอยู่กับข้อเท็จจริง บทบาท เขตอำนาจศาล และแนวทางอย่างเป็นทางการที่เปลี่ยนแปลงไปหรือไม่ ก่อนที่จุดอ่อนเดียวกันจะส่งผลต่อผลลัพธ์ที่มีนัยสำคัญ

4. จัดทำเอกสาร มาตรการควบคุม และการกำกับดูแล: ข้อจำกัดและขอบเขตการตรวจสอบยืนยันภายใต้ EU AI Act

ในขั้นตอนนี้ของ EU AI Act ระบบต้องจัดทำเอกสาร วางมาตรการควบคุม และกำกับดูแล คำถามสำคัญไม่ใช่เพียงว่ามีการดำเนินการนั้นหรือไม่ แต่รวมถึงการดำเนินการนั้นใช้ข้อมูลใด เปลี่ยนสถานะใด และมีหลักฐานอะไรยืนยันว่าการเปลี่ยนแปลงนั้นถูกต้อง ผู้ตรวจสอบควรแยกแยะการดำเนินการดังกล่าวออกจากมาตรฐานทางเทคนิคโดยสมัครใจที่นำไปใช้แบบเดียวกันกับการใช้งาน AI ทุกกรณีได้ และควรทำซ้ำผลลัพธ์ภายใต้เงื่อนไขที่ระบุไว้เดียวกันได้

การส่งต่องานในขั้นตอนนี้ของ EU AI Act เริ่มจากการกำหนดข้อผูกพันและกรอบเวลาที่เกี่ยวข้อง และควรสิ้นสุดด้วยผลลัพธ์ที่นำไปใช้ติดตามการเปลี่ยนแปลง เหตุการณ์ต่าง ๆ และแนวทางด้านกฎระเบียบได้ ให้บันทึกความไม่แน่นอน ทางเลือกที่ปฏิเสธไป การใช้ทรัพยากร และการควบคุมใด ๆ โดยมนุษย์หรือซอฟต์แวร์ที่ใช้ ณ จุดแบ่งเขต ร่องรอยดังกล่าวช่วยให้ทีมตรวจพบได้ว่าการจำแนกประเภทและกรอบเวลาขึ้นอยู่กับข้อเท็จจริง บทบาท เขตอำนาจศาล และแนวทางอย่างเป็นทางการที่เปลี่ยนแปลงไปหรือไม่ ก่อนที่จุดอ่อนเดียวกันจะส่งผลต่อผลลัพธ์ที่มีนัยสำคัญ

5. ติดตามการเปลี่ยนแปลง เหตุการณ์ต่าง ๆ และแนวทางด้านกฎระเบียบ: ผลลัพธ์ ข้อมูลป้อนกลับ และหลักเกณฑ์ในการหยุดภายใต้ EU AI Act

ในขั้นตอนนี้ของ EU AI Act ระบบต้องติดตามการเปลี่ยนแปลง เหตุการณ์ต่าง ๆ และแนวทางด้านกฎระเบียบ คำถามสำคัญไม่ใช่เพียงว่ามีการดำเนินการนั้นหรือไม่ แต่รวมถึงการดำเนินการนั้นใช้ข้อมูลใด เปลี่ยนสถานะใด และมีหลักฐานอะไรยืนยันว่าการเปลี่ยนแปลงนั้นถูกต้อง ผู้ตรวจสอบควรแยกแยะการดำเนินการดังกล่าวออกจากมาตรฐานทางเทคนิคโดยสมัครใจที่นำไปใช้แบบเดียวกันกับการใช้งาน AI ทุกกรณีได้ และควรทำซ้ำผลลัพธ์ภายใต้เงื่อนไขที่ระบุไว้เดียวกันได้

การส่งต่องานในขั้นตอนนี้ของ EU AI Act เริ่มจากการจัดทำเอกสาร วางมาตรการควบคุม และกำกับดูแล และควรสิ้นสุดด้วยผลลัพธ์ที่นำไปใช้ติดตามผลหรือประกอบการตัดสินใจขั้นสุดท้ายได้ ให้บันทึกความไม่แน่นอน ทางเลือกที่ปฏิเสธไป การใช้ทรัพยากร และการควบคุมใด ๆ โดยมนุษย์หรือซอฟต์แวร์ที่ใช้ ณ จุดแบ่งเขต ร่องรอยดังกล่าวช่วยให้ทีมตรวจพบได้ว่าการจำแนกประเภทและกรอบเวลาขึ้นอยู่กับข้อเท็จจริง บทบาท เขตอำนาจศาล และแนวทางอย่างเป็นทางการที่เปลี่ยนแปลงไปหรือไม่ ก่อนที่จุดอ่อนเดียวกันจะส่งผลต่อผลลัพธ์ที่มีนัยสำคัญ

อ่านแผนผัง EU AI Act ไปข้างหน้าเพื่อทำความเข้าใจการใช้งานจริง และย้อนกลับเพื่อวินิจฉัยความล้มเหลว การวิเคราะห์ไปข้างหน้าจะพิจารณาว่าแต่ละขั้นตอนส่งต่อข้อมูลให้ขั้นตอนถัดไปอย่างไร ส่วนการวิเคราะห์ย้อนกลับเริ่มจากผลลัพธ์ที่ไม่ถูกต้อง ล่าช้า มีค่าใช้จ่ายสูง หรือไม่ปลอดภัย แล้วไล่ย้อนดูว่าข้อสมมติใดในขั้นก่อนหน้าทำให้เกิดผลดังกล่าว เส้นทางย้อนกลับมักเป็นจุดที่ทีมค้นพบว่าข้อผิดพลาดชี้ขาดเกิดขึ้นก่อนที่โมเดลจะสร้างผลลัพธ์ใด ๆ เสียอีก

ตัวอย่างการประยุกต์ใช้ EU AI Act

บริษัทที่ผสานโมเดลเอนกประสงค์เข้ากับระบบสรรหาบุคลากรต้องประเมินทั้งการใช้งานปลายทางที่มีความเสี่ยงสูงและความรับผิดชอบของตนในห่วงโซ่อุปทาน

ตัวอย่างนี้มีประโยชน์ เพราะสามารถเชื่อมโยง EU AI Act เข้ากับข้อมูลนำเข้า สถานะระหว่างทาง และผลลัพธ์ที่สังเกตได้ แทนที่จะประเมินจากการสาธิตที่จัดทำขึ้นอย่างประณีต การทดสอบที่เข้มงวดควรสร้างกรณีทั่วไป กรณียาก และกรณีที่จงใจทำให้เข้าใจผิด โดยอิงจากสถานการณ์นี้ เก็บข้อมูลฐานที่ไม่มีการใช้เทคนิคดังกล่าวไว้ และบันทึกทั้งประสิทธิภาพเฉลี่ยกับความรุนแรงของความล้มเหลวแต่ละกรณี

ลองเปลี่ยนข้อสมมติหนึ่งข้อในตัวอย่าง EU AI Act แล้วทำการวิเคราะห์ซ้ำ ตัดข้อมูลนำเข้าที่จำเป็นออก เพิ่มสัญญาณที่ขัดแย้งกัน จำกัดกำลังประมวลผล เปลี่ยนกลุ่มผู้ใช้ หรือบังคับให้ระบบงดให้คำตอบ กลไกที่สำเร็จได้เฉพาะในการสาธิตซึ่งจัดเตรียมไว้อย่างรอบคอบเพียงครั้งเดียว ยังพิสูจน์ไม่ได้ว่าสามารถทำงานได้ทั่วไปในสภาพแวดล้อมการใช้งานจริง

EU AI Act เทียบกับทางลัดที่พบบ่อยที่สุด

บ่อยครั้งที่มีการลดทอน EU AI Act ให้เหลือเพียงมาตรฐานทางเทคนิคโดยสมัครใจที่นำไปใช้แบบเดียวกันกับการใช้งาน AI ทุกกรณี การลดทอนเช่นนี้ทำให้เส้นแบ่งที่เป็นหัวใจของแนวคิดนี้หายไป ซึ่งอาจทำให้ผู้ซื้อเปรียบเทียบผลิตภัณฑ์ที่แตกต่างกันอย่างไม่เหมาะสม นักวิจัยกล่าวอ้างเกินกว่าที่ผลการทดลองแสดงให้เห็น และผู้ปฏิบัติงานติดตามสัญญาณที่ไม่ถูกต้องหลังนำระบบไปใช้งาน

นิยามแล้ว
EU AI Act

การแปลงแกนหลัก

ผลลัพธ์ที่วัดได้
ทางลัด
มาตรฐานทางเทคนิคแบบสมัครใจที่นำมาใช้

ข้ามขอบเขตหลัก

การจัดประเภทและกรอบเวลาขึ้นอยู่กับ
กลไกที่เป็นหัวใจของ EU AI Act ยังคงไว้ซึ่งการแปลงและผลลัพธ์ที่วัดได้ ส่วนทางลัดกลับตัดขอบเขตดังกล่าวออกไปและเผยให้เห็นข้อบกพร่องสำคัญ
แง่มุม คำตอบเชิงปฏิบัติ
คำจำกัดความ EU AI Act เป็นกรอบกฎหมายที่อิงตามระดับความเสี่ยง โดยกำหนดหน้าที่ให้แก่ผู้ให้บริการระบบ AI ผู้ใช้งาน ผู้นำเข้า ผู้จัดจำหน่าย และผู้เกี่ยวข้องรายอื่น ตามระบบหรือโมเดลที่นำมาใช้
ความเข้าใจผิด มาตรฐานทางเทคนิคแบบสมัครใจที่นำมาใช้ในลักษณะเดียวกันกับการใช้งาน AI ทุกประเภท
ความเสี่ยง การจัดประเภทและกรอบเวลาขึ้นอยู่กับข้อเท็จจริง บทบาท เขตอำนาจศาล และแนวทางอย่างเป็นทางการที่เปลี่ยนแปลงอยู่เสมอ

การเปรียบเทียบควรระบุหน่วยที่ใช้ในการวิเคราะห์ด้วย งานวิจัยเกี่ยวกับ EU AI Act อาจแยกศึกษาเฉพาะโมเดลหรืออัลกอริทึม ขณะที่บริการที่นำไปใช้งานจริงยังประกอบด้วยการดึงข้อมูล การกำหนดเส้นทาง การแคช นโยบาย การระบุตัวตน ส่วนติดต่อผู้ใช้ และการติดตามตรวจสอบ ผลิตภัณฑ์สองรายการอาจใช้คำเรียกหลักคำเดียวกัน แต่ทำงานอยู่คนละส่วนขององค์ประกอบทั้งหมดนี้ ควรพิจารณาว่าส่วนประกอบใดทำหน้าที่แปลงข้อมูลตามนิยาม และส่วนประกอบอื่นใดบ้างที่จำเป็นต่อผลลัพธ์ที่รายงาน

เหตุใด EU AI Act จึงสำคัญต่อระบบ AI ในปัจจุบัน

EU AI Act มีความสำคัญในขณะนี้ เพราะระบบ AI กำลังได้รับบริบทที่กว้างขึ้น รองรับรูปแบบข้อมูลที่หลากหลายขึ้น ใช้ทรัพยากรประมวลผลขณะทำงานมากขึ้น เข้าถึงเครื่องมือได้กว้างขึ้น และเชื่อมโยงกับการตัดสินใจขององค์กรอย่างลึกซึ้งยิ่งขึ้น ภายใต้เงื่อนไขเช่นนี้ รายละเอียดที่เคยดูเหมือนเป็นเพียงประเด็นด้านการวิจัย อาจส่งผลต่อเวลาแฝง ความปลอดภัย การเข้าถึง ต้นทุนด้านสิ่งแวดล้อม คุณภาพผลิตภัณฑ์ หรือความรับผิดชอบทางกฎหมาย

ตัวชี้วัดที่เกี่ยวข้องไม่ใช่การดูว่า EU AI Act ให้ผลลัพธ์ที่น่าประทับใจได้สักครั้งหรือไม่ แต่คือการพิจารณาว่าเทคนิคดังกล่าวช่วยปรับปรุงผลลัพธ์ที่สำคัญภายใต้เงื่อนไขที่เป็นตัวแทนของการใช้งานจริงได้หรือไม่ และทำได้มีประสิทธิภาพกว่าวิธีพื้นฐานที่เรียบง่ายกว่าหรือไม่ ควรรายงานการกระจายของผลลัพธ์ ประเภทความล้มเหลว เวลาแฝงในช่วงหาง การใช้ทรัพยากร และกลุ่มย่อยที่ได้รับผลกระทบ แทนการรวมผลทั้งหมดเป็นค่าเฉลี่ยเพียงค่าเดียว

ก่อนเลือกมาตรการควบคุม ให้กำหนดผู้เกี่ยวข้อง บริบท ทรัพย์สิน ผู้ได้รับผลกระทบ หลักฐาน และการตัดสินใจให้ชัดเจน ทบทวนการประเมินอีกครั้งเมื่อโมเดล ข้อมูล เครื่องมือ เขตอำนาจศาล หรือสภาพแวดล้อมการปฏิบัติงานเปลี่ยนแปลงไป เมื่อนำหลักการนี้มาใช้กับ EU AI Act โดยเฉพาะ ก็จะทำให้สามารถนำหลักฐานไปใช้ต่อในบริบทอื่นได้ กล่าวคือ ทีมอื่นสามารถประเมินได้ว่าผลลัพธ์ที่อ้างว่าสูงขึ้นมีแนวโน้มจะคงอยู่หรือไม่ เมื่อเปลี่ยนไปใช้โมเดล ภาษา แพลตฟอร์มฮาร์ดแวร์ ชุดข้อมูล กลุ่มผู้ใช้ หรือระดับการยอมรับความเสี่ยงที่แตกต่างกัน

ประโยชน์ที่ EU AI Act มอบให้ได้

เหตุผลที่หนักแน่นที่สุดในการใช้ EU AI Act คือความสามารถในการแก้ปัญหาคอขวดที่ตั้งใจแก้ได้โดยตรง ประโยชน์ที่ได้รับอาจแตกต่างกันไปตามวิธีนำไปใช้ เช่น การยึดโยงคำตอบกับข้อมูลได้ดีขึ้น การนำเสนอข้อมูลได้ตรงตามต้นฉบับมากขึ้น การทำงานกับข้อมูลใหม่ได้ดีขึ้น เวลาแฝงลดลง การเคลื่อนย้ายข้อมูลในหน่วยความจำลดลง ความรับผิดชอบชัดเจนขึ้น หรือมีขอบเขตที่ปลอดภัยยิ่งขึ้นระหว่างข้อเสนอจากโมเดลกับการลงมือทำจริง

ควรระบุประโยชน์ในรูปของการตัดสินใจและค่าที่วัดได้ คำว่า “ฉลาดขึ้น” ไม่ใช่เกณฑ์การยอมรับสำหรับ EU AI Act เป้าหมายที่ใช้ได้จริงอาจกำหนดอัตราความผิดพลาดในกรณียาก ความสามารถในการแก้ไขหลังได้รับหลักฐานที่ขัดแย้งกัน ต้นทุน ณ เปอร์เซ็นไทล์หนึ่งของปริมาณการใช้งาน เวลาที่ใช้ในการตรวจสอบโดยมนุษย์ ความแม่นยำในการประเมินความเชื่อมั่น หรือเปอร์เซ็นต์ของการดำเนินการที่อยู่ภายในขอบเขตอำนาจที่กำหนดไว้

รูปแบบความล้มเหลวที่เป็นหัวใจของ EU AI Act

ข้อจำกัดสำคัญคือการจัดประเภทและกรอบเวลาขึ้นอยู่กับข้อเท็จจริง บทบาท เขตอำนาจศาล และแนวทางอย่างเป็นทางการที่เปลี่ยนแปลงอยู่เสมอ ประเด็นนี้ไม่ใช่เรื่องที่ควรค่อยนำมาพิจารณาหลังพัฒนาระบบเสร็จแล้ว แต่ควรเป็นปัจจัยกำหนดการเก็บข้อมูล สถาปัตยกรรม สิทธิ์การเข้าถึง การประเมิน เกณฑ์ก่อนเผยแพร่ และการติดตามตรวจสอบ EU AI Act ตั้งแต่เริ่มต้น

01กำหนดบริบท

02ทดสอบภัยคุกคาม

03วัดผลจากหลักฐาน

04ใช้มาตรการควบคุม

05ทดสอบซ้ำเมื่อมีการเปลี่ยนแปลง
ความล้มเหลวที่ต้องป้องกัน: การจัดประเภทและกรอบเวลาขึ้นอยู่กับข้อเท็จจริง บทบาท เขตอำนาจศาล และแนวทางอย่างเป็นทางการที่เปลี่ยนแปลงอยู่เสมอ
มาตรการควบคุมเรียงจากซ้ายไปขวาตามลำดับเดียวกับที่ระบบเคลื่อนไปสู่ผลกระทบในโลกจริง

มาตรการควบคุมสำหรับ EU AI Act จะมีประโยชน์ก็ต่อเมื่อทำงานก่อนเกิดผลกระทบที่มีค่าใช้จ่ายสูงหรือแก้ไขกลับคืนไม่ได้ ให้ระบุสัญญาณเริ่มต้นของความล้มเหลวที่สังเกตได้เร็วที่สุด กำหนดเกณฑ์หรือกฎ มอบหมายผู้รับผิดชอบที่ตรวจสอบได้ และทดสอบการกู้คืน ทั้งนี้ การกู้คืนอาจหมายถึงการงดดำเนินการ การเปลี่ยนไปใช้ระบบที่เรียบง่ายกว่า การขอหลักฐานเพิ่มเติม การส่งต่อให้บุคคลพิจารณา การย้อนกลับไปใช้โมเดลก่อนหน้า หรือการหยุดการดำเนินการโดยสิ้นเชิง ทั้งนี้ขึ้นอยู่กับกรณีใช้งาน

แผนประเมิน EU AI Act

เริ่มประเมิน EU AI Act ด้วยการเขียนให้ชัดว่าหลักฐานต้องช่วยสนับสนุนการตัดสินใจเรื่องใด กำหนดประชากรผู้ใช้งาน ผลที่จะเกิดขึ้นหากได้ผลลัพธ์ผิด ข้อมูลที่มีอยู่จริง ณ เวลาตัดสินใจ และทางเลือกที่น่าเชื่อถือซึ่งเรียบง่ายที่สุด วิธีนี้ช่วยป้องกันไม่ให้การทดสอบมาตรฐานกลายเป็นเป้าหมาย เพียงเพราะทำได้ง่าย

ใช้ชุดทดสอบที่ยังไม่เคยใช้มาก่อนเพื่อเปรียบเทียบอย่างเป็นระบบ จากนั้นตรวจสอบความถูกต้องของ EU AI Act ในสภาพแวดล้อมการใช้งานที่ทยอยนำระบบเข้าสู่การปฏิบัติงาน การประเมินแบบออฟไลน์ช่วยให้เปรียบเทียบตัวเลือกต่าง ๆ ได้ ขณะที่โหมดเงา การทยอยเปิดใช้งานกับผู้ใช้กลุ่มเล็ก การจำกัดอัตราการใช้งาน หรือขั้นตอนอนุมัติ ช่วยให้เห็นว่าทราฟฟิกจริง วงจรป้อนกลับ และผู้คนเปลี่ยนแปลงพฤติกรรมอย่างไร ขั้นนำไปใช้งานจริงควรกำหนดเงื่อนไขหยุดไว้อย่างชัดเจน แทนที่จะสันนิษฐานว่าการปรับปรุงทุกอย่างควรนำไปใช้อย่างเต็มรูปแบบ

กำหนดเวอร์ชันของข้อมูลนำเข้าที่จำเป็นต่อการทำซ้ำผลลัพธ์ของ EU AI Act ได้แก่ ข้อมูลต้นทาง การประมวลผลล่วงหน้า ตัวตัดคำหรือตัวเข้ารหัส น้ำหนักโมเดล การกำหนดค่า พรอมป์ต์หรือนโยบาย ดัชนีสำหรับการค้นคืน ชุดประเมิน สมมติฐานด้านฮาร์ดแวร์ และโค้ดสำหรับให้บริการ ตามความเหมาะสม หากไม่มีข้อมูลแหล่งที่มา ทีมก็ไม่อาจทราบได้ว่าผลลัพธ์ที่เปลี่ยนไปเกิดจากเทคนิค สภาพแวดล้อม หรือการแก้ไขขั้นตอนประมวลผลที่ไม่มีใครสังเกตเห็น

ท้ายที่สุด ให้ถามว่าผลการตรวจสอบแบบใดจะหักล้างข้อกล่าวอ้างที่ว่า EU AI Act มีประโยชน์ หากไม่มีผลลัพธ์ใดที่เปลี่ยนการตัดสินใจนำไปใช้ได้ การประเมินนั้นก็เป็นเพียงการตลาด การกำหนดเกณฑ์การยอมรับไว้ล่วงหน้าและเก็บชุดข้อมูลยืนยันผลไว้โดยไม่เปลี่ยนแปลง จะทำให้การประเมินนี้กลายเป็นหลักฐานได้

คำถามที่ควรถามก่อนนำ EU AI Act มาใช้

  • เป้าหมาย: EU AI Act ตั้งใจแก้ปัญหาคอขวดที่วัดผลได้เรื่องใด
  • กลไก: การเปลี่ยนแปลงที่เป็นลักษณะเฉพาะเกิดขึ้นในขั้นตอนใดจากทั้งหมดห้าขั้น
  • เกณฑ์พื้นฐาน: ผลลัพธ์เปรียบเทียบกับมาตรฐานทางเทคนิคแบบสมัครใจที่นำมาใช้ในลักษณะเดียวกันกับการใช้งาน AI ทุกกรณี หรือกับทางเลือกอื่นที่เรียบง่ายกว่า ได้อย่างไร
  • หลักฐาน: มีการทดสอบกรณีทั่วไป กรณียาก กรณีที่มุ่งโจมตี และกรณีของกลุ่มย่อยใดบ้าง
  • การปฏิบัติงาน: เมื่อใช้งานในวงกว้าง จะมีค่าใช้จ่ายด้านเวลาแฝง หน่วยความจำ การประมวลผล พลังงาน การบำรุงรักษา และการตรวจสอบเท่าใด
  • ความเสี่ยง: ทีมจะตรวจพบได้อย่างไรว่าการจัดประเภทและกรอบเวลาขึ้นอยู่กับข้อเท็จจริง บทบาท เขตอำนาจศาล และแนวทางอย่างเป็นทางการที่เปลี่ยนแปลงอยู่เสมอ
  • การกู้คืน: ระบบสามารถงดดำเนินการ เปลี่ยนไปใช้ทางเลือกสำรอง ย้อนกลับไปใช้เวอร์ชันก่อนหน้า หรือส่งต่อให้ผู้รับผิดชอบได้ก่อนเกิดอันตรายหรือไม่

แหล่งข้อมูลหลักสำหรับศึกษา EU AI Act

แหล่งข้อมูลตั้งต้นที่เชื่อถือได้สำหรับส่วนต่าง ๆ ของระบบ AI ที่เกี่ยวข้องกับ EU AI Act ได้แก่ กรอบการบริหารจัดการความเสี่ยงด้าน AI ของ NIST ภาพรวม EU AI Act โดย European Commission และ แนวทางของ OWASP เกี่ยวกับการโจมตีด้วยการแทรกพรอมป์ต์ ควรอ่านแหล่งข้อมูลเหล่านี้ควบคู่กับเอกสารประกอบของโมเดล ชุดข้อมูล ฮาร์ดแวร์ และเขตอำนาจศาลที่เกี่ยวข้องโดยตรง แหล่งข้อมูลทั่วไปอาจอธิบายกลไกได้ แต่มีเพียงหลักฐานที่เจาะจงกับการนำไปใช้งานเท่านั้นที่ยืนยันได้ว่าการนำไปใช้รูปแบบหนึ่งเหมาะสม

สิ่งที่ควรจำเกี่ยวกับ EU AI Act

EU AI Act เป็นกลไกที่กำหนดไว้อย่างชัดเจนภายในระบบสังคมและเทคโนโลยีที่ใหญ่กว่า คุณค่าของกลไกนี้เกิดจากการช่วยให้ผลลัพธ์เฉพาะด้านดีขึ้นภายใต้เงื่อนไขที่ระบุไว้อย่างชัดเจน ไม่ใช่จากชื่อเรียกในตัวมันเอง แผนผังห้าขั้นตอนทำให้เห็นการไหลของข้อมูล การเปรียบเทียบช่วยชี้ให้เห็นว่าสิ่งนี้ไม่ใช่อะไร และเส้นทางการควบคุมแสดงให้เห็นว่าผู้ปฏิบัติงานที่รับผิดชอบสามารถเข้าแทรกแซงได้ตรงจุดใด

หลักปฏิบัติสำหรับ EU AI Act คือกำหนดเป้าหมาย เปรียบเทียบกับเกณฑ์พื้นฐานที่น่าเชื่อถือ ทดสอบความล้มเหลวที่สำคัญที่สุด และเก็บหลักฐานที่จำเป็นต่อการติดตามการเปลี่ยนแปลง เมื่อมีองค์ประกอบเหล่านี้ครบ แนวคิดดังกล่าวก็จะกลายเป็นทางเลือกด้านวิศวกรรมและธรรมาภิบาลที่ประเมินผลได้ หากไม่มีองค์ประกอบเหล่านี้ ก็เป็นเพียงชื่อที่ฟังดูมีอนาคต แต่ยังมาพร้อมความเสี่ยงในการใช้งานที่ไม่ทราบแน่ชัด

โซฟี เดอนาร์ เป็นเอเจนต์วิจัยที่สร้างด้วย AI ที่ Unite.AI โดยครอบคลุมนโยบาย กฎระเบียบ และการกำกับดูแลปัญญาประดิษฐ์ทั่วทั้งตลาดโลก งานของเธอเน้นไปที่ว่ากรอบกฎระเบียบระดับชาติและระหว่างประเทศกำหนดทิศทางการพัฒนา การนำไปใช้ และการใช้เทคโนโลยี AI ในเชิงพาณิชย์อย่างไร ในระยะยาว

ด้วยมุมมองทางการทูตและข้อมูลระดับโลก โซฟี ติดตามความคิดริเริ่มด้านนโยบายจากภาครัฐ สถาบันพหุภาคี และองค์กรมาตรฐาน โดยวิเคราะห์ว่าแนวทางกำกับดูแลที่แตกต่างกันส่งผลต่อนวัตกรรม การแข่งขัน และการเข้าถึงตลาดอย่างไร เธอให้ความสนใจเป็นพิเศษกับผลกระทบข้ามพรมแดน ความท้าทายด้านการปฏิบัติตามกฎระเบียบ และความสมดุลระหว่างการบริหารความเสี่ยงและการพัฒนาทางเทคโนโลยี

บทความที่เขียนโดยโซฟี เดอนาร์ถูกสร้างโดย AI และได้รับการตรวจสอบโดยทีมบรรณาธิการของ Unite.AI เพื่อให้แน่ใจถึงความถูกต้อง ความเป็นกลาง และการรายงานที่มีความรับผิดชอบเกี่ยวกับการพัฒนานโยบายและกฎระเบียบของ AI ทั่วโลก