OpenAI 對美國 AI 安全治理與逆向聯邦制
OpenAI 對美國 AI 安全治理與逆向聯邦制
透過逆向聯邦制的美國 AI 安全治理
OpenAI 正在倡導一種以「逆向聯邦制」為基礎的國家 AI 安全框架，其中多個州的協調立法創造了事實上的國家標準。此方法旨在確保關鍵前沿安全決策由民主政府而非僅由 AI 實驗室制定，從而為美國主導的全球 AI 框架奠定基礎。
州級協調與事實上的國家標準
在缺乏正式聯邦框架的情況下，OpenAI 主張各州可以通過通過鏡像法律來建立共同方向。這可以防止「法規拼貼」的出現，這種情況可能會阻礙創新，或將初創公司和小型企業的資源從安全轉移到合規上。
根據 OpenAI 的說法，加州、紐約和伊利諾伊州已經推進了在三個核心要素上保持一致的前沿安全立法：
- 文件化安全框架： 需要對前沿模型進行風險評估，並公開這些評估和結果。
- 事件報告： 強制報告嚴重的安全事件。
- 治理與問責： 使用獨立、客觀的審計來確保合規。
OpenAI 指出，加州建立了核心披露框架，紐約展示了該方法的跨司法管轄區可行性，而伊利諾伊則增加了對披露進行獨立驗證的要求。
聯邦整合與國家安全
OpenAI 堅稱，聯邦框架是必不可少的，因為前沿 AI 涉及國家安全風險和超出單個州能力的技術審查。該組織主張，各州不應被賦予管理國家安全決策或進行需要訪問分類系統的高度技術審查的任務。
聯邦測試與 CAISI 的角色
OpenAI 提議聯邦政府應領導最先進系統的測試與評估。具體來說，他們建議加強 AI 標準與創新中心（CAISI），以提供防止傷害發生所需的持久聯邦能力，而非依賴事後問責。
網絡評估與政府訪問
特朗普政府目前正與專家合作，制定針對網絡安全的美國政府對強大 AI 模型進行測試的框架。OpenAI 期望此框架將在八月初之前到位。一致且可重複的測試方法被認為是必要的，以便能夠快速將先進 AI 工具交到政府、關鍵基礎設施防禦者和盟友手中，以應對惡意行為者。
立法進展與前沿安全藍圖
OpenAI 視國會議員（包括代表 Jay Obernolte 和 Lori Trahan）的當前提案為聯邦框架的富有成效的步驟。為了指導此立法，OpenAI 的「前沿安全藍圖」列出了三項主要要求：
- 聯邦測試領導： 聯邦政府必須領導先進系統的評估，因為這涉及最重大的國家安全和公共安全風險。
- 公司要求： 最強大系統的開發者必須遵守獨立審計、事件報告、強大的安全標準以及舉報者保護。
- 相互加強： 聯邦和州的努力應該互補，各州應繼續作為「民主的實驗室」，處理非前沿安全問題，如 AI 教育、青少年保護和環境政策。
邁向全球 AI 框架
OpenAI 主張，一致的國家標準是領導國際 AI 標準框架的先決條件。此願景包括一個由美國主導的國際論壇，以建立被接受的標準，提供對風險和能力的公正分析，並使遵守規則的國家和公司能夠獲得技術。此全球方法旨在以民主價值觀和對 AI 的民主願景為基礎。
OpenAI 倡導一種基於「逆向聯邦制」的國家 AI 安全框架，其中加州、紐約和伊利諾伊州的協調州法律創造了事實上的國家標準，以指導聯邦和國際治理。
OpenAI 對美國 AI 安全治理與逆向聯邦制