OpenAI 对美国 AI 安全治理和逆向联邦制的看法
OpenAI 对美国 AI 安全治理和逆向联邦制的看法
通过逆向联邦制实现的美国 AI 安全治理
OpenAI 正在倡导一种以 '逆向联邦制' 为基础的国家 AI 安全框架，其中多个州的一致立法事实上形成了国家标准。这种方法旨在确保关键的前沿安全决策由民主政府而非仅由 AI 实验室制定，从而为美国主导的全球 AI 框架奠定基础。
州级一致性和事实上的国家标准
在缺乏正式联邦框架的情况下，OpenAI 主张各州可以通过通过镜像法律来建立共同方向。这可以防止可能阻碍创新或将初创公司和小公司的资源从安全转向合规监管的'法规拼贴'。
根据 OpenAI 的说法，加利福尼亚州、纽约州和伊利诺伊州已经推进了在三个核心要素上保持一致的前沿安全立法：
- 文档化安全框架： 需要对前沿模型进行风险评估，并公开披露这些评估及其结果。
- 事件报告： 强制报告严重安全事件。
- 治理与问责： 使用独立、客观的审计来确保合规。
OpenAI 指出，加利福尼亚州建立了核心披露框架，纽约州展示了该方法的跨司法管辖区可行性，而伊利诺伊州则增加了对披露进行独立验证的要求。
联邦整合与国家安全
OpenAI 主张，联邦框架至关重要，因为前沿 AI 涉及国家安全风险和超出单个州能力的技术审查。该组织认为，各州不应被赋予管理国家安全决策或进行需要访问分类系统的高度技术审查的任务。
联邦测试与 CAISI 的作用
OpenAI 提议联邦政府领导对最先进系统的测试和评估。具体而言，他们建议加强 人工智能标准与创新中心（CAISI），以提供防止伤害发生前所需的持久联邦能力，而不是依赖事后问责。
网络评估与政府访问
特朗普政府目前正与专家合作，制定一个用于美国政府对能够进行网络安全的 AI 模型进行测试的框架。OpenAI 期望该框架将在八月初到位。一致且可重复的测试方法被认为是必要的，以便将先进的 AI 工具快速交到政府、关键基础设施防御者和盟友手中，以应对恶意行为者。
立法进展与前沿安全蓝图
OpenAI 认为国会议员（包括代表 Jay Obernolte 和 Lori Trahan）的当前提案是朝着联邦框架迈进的积极步骤。为了指导此立法，OpenAI 的 '前沿安全蓝图' 概述了三项主要要求：
- 联邦测试领导： 由于最重大的国家安全和公共安全风险，联邦政府必须领导对先进系统的评估。
- 公司要求： 最强大系统的开发者必须遵守独立审计、事件报告、强安全标准和举报人保护。
- 相互强化： 联邦和州的努力应相互补充，各州应继续作为“民主的实验室”处理非前沿安全问题，例如 AI 教育、青少年保护和环境政策。
迈向全球 AI 框架
OpenAI 主张，统一的国家标准是领导国际 AI 标准框架的前提。这一愿景包括一个由美国主导的国际论坛，以制定公认的标准，提供风险和能力的公正分析，并将技术提供给遵守规则的国家和公司。这种全球方法旨在植根于民主价值观和对 AI 的民主愿景。
SUMMARY: OpenAI 倡导一种基于 '逆向联邦制' 的国家 AI 安全框架，其中加利福尼亚州、纽约州和伊利诺伊州的一致州法律事实上形成了国家标准，以指导联邦和国际治理。
TITLE: OpenAI 对美国 AI 安全治理和逆向联邦制的看法