编译／夏洛特
为了为人工智慧（AI）监管和风险评估，提供全面的参考依据，麻省理工学院（MIT）研究人员，开发了一个名为「AI风险资料库」的项目，收录了700多项AI风险，并按照因果因素、领域和子领域进行分类，为政策制定者、行业从业者和学术界提供了宝贵的研究资源。
现有风险框架存在重大遗漏
据报导，MIT研究员Peter Slattery表示，开发这一资料库的初衷，是为了理解AI安全研究中的重叠和差异，并指出，现有的风险框架，往往只涵盖了资料库中识别出的风险的一小部分，可能对AI的发展、使用和政策制定产生重大影响，尽管人们可能认为，大家对AI风险已达成共识，但MIT的研究结果却表明并非如此。
更多新闻：2024 年必知的10 大 ChatGPT 替代方案
现有框架对AI风险的关注度不均
MIT研究团队发现，现有的风险评估框架，对不同类型的风险关注度不同，平均AI危险框架，只提到了其确定的 23 个风险子域中的 34%，近四分之一的框架覆盖率，甚至还不到 20%，且没有任何文件或概述，提及所有 23 个风险子领域，即使是最全面的，也仅涵盖了 70%，其中更是只有44% 涵盖了假讯息问题，同时，虽然有超过50% 讨论了AI可能导致的歧视和失实陈述，但仅有12%提到了「资讯生态系统污染」问题，显示出现有了解的不足。
AI风险资料库助力提高监管效率
Slattery强调，这个资料库可以为研究人员和政策制定者，提供一个基础，帮助他们在进行具体工作时节省时间、提高监管效率，MIT实验室负责人Neil Thompson表示，研究团队计画在下一阶段研究中，使用这个资料库来评估不同AI风险的应对情况，识别组织反应中的不足之处。
风险资料库可能无法完全解决监管挑战
然而，专家也指出，仅仅达成对AI风险的共识可能不足以推动有效的监管，许多AI系统的安全评估仍存在显着局限性，单靠风险资料库可能无法完全解决这一问题，尽管如此，MIT研究团队的努力，无疑为全球AI监管提供了重要参考，这个全面的AI风险资料库的出现，有望为相关讨论和决策提供更加科学和系统的依据。
参考资料：Tech Crunch
※探索职场，透视薪资行情，请参考【科技类-职缺百科】帮助你找到最适合的舞台！
