XiaoMi-AI文件搜索系统
World File Search Systemshould
人工智能法案应保持技术中立
《人工智能法案》的范围以两种方式威胁欧盟的创新生态系统。第一个也是最重要的是“人工智能”的定义。第二个是“高风险”的定义。委员会在没有解释的情况下创建了八个“高风险”类别（在第 7 条中暗示了它将如何添加到列表中），这些类别将承担沉重的负担。通过对每个类别施加同等负担，该法案未能认识到这些类别之间以及它们内部的重要差异。例如，用于维护公用事业的人工智能（“关键基础设施的管理和运营”）与用于评估个人获得公共服务的人工智能（“获得和享受基本私人服务和公共服务和福利”）的处理方式相同，尽管这些类别的风险状况不同。同样，在执法类别中，用于检测深度伪造的人工智能与用于评估刑事刑期长度的人工智能同样具有风险。这不是基于风险的方法。
AI应该挑战，而不是服从
在1970年代，哈佛大学教授克里斯·阿吉里斯（Chris Argyris）开发了“双重循环”模型，这是一种高度影响力的理论，解释了组织从错误中学习的两个层次[4]。“内部循环”是在任何组织过程中学习并纠正个人错误。Argyris将其比作恒温器“学习”，从环境反馈到调整并纠正其行为。“外循环”是考虑哪些组织过程甚至重要和必要，并在响应中做出巨大的结构变化；恒温器“质疑基本政策和目标及其计划。”双循环是关键整合工作流程的方便隐喻，知识工作者现在发现自己。调整和课程校正单个模型输出，并更广泛地考虑如何补充AI的工作流程，转化或取代。这似乎是故事的逻辑结局。
是否应优先考虑环境研发？
环境友好型技术的创造和传播使降低污染水平的成本更低，并促进了更严格的环境政策。因此，正如 Kneese 和 Schulze (1975) 已经承认的那样，环境政策提供的采用和开发新的、污染较少的技术的长期激励至少与环境政策的其他方面一样重要。另一方面，即使选择了最佳的环境政策，市场经济中的环境友好型研发水平也可能低于社会最优水平，因为创新者可能无法从他们的创新中获得全部社会利益。在创新文献中，这被称为可占有性问题（见 Arrow，1962）。为了解决可占有性问题，政府使用一般政策措施，如研发补贴、创新奖和知识产权（专利）的法律保护，以增加私人研发的供给。尽管许多人认为这些措施应该是中立的，即所有类型的研发都应该得到同样的支持，但关于
人工智能法案应保持技术中立
《人工智能法案》的范围以两种方式威胁欧盟的创新生态系统。第一个也是最重要的是“人工智能”的定义。第二个是“高风险”的定义。委员会在没有解释的情况下创建了八个“高风险”类别（在第 7 条中暗示了它将如何添加到列表中），这些类别将承担沉重的负担。通过对每个类别施加同等负担，该法案未能认识到这些类别之间以及它们内部的重要差异。例如，用于维护公用事业的人工智能（“关键基础设施的管理和运营”）与用于评估个人获得公共服务的人工智能（“获得和享受基本私人服务和公共服务和福利”）的处理方式相同，尽管这些类别的风险状况不同。同样，在执法类别中，用于检测深度伪造的人工智能与用于评估刑事刑期长度的人工智能同样具有风险。这不是基于风险的方法。
是否应该监管网络的营销？
通过建立良好实践守则，与法律和金融营销法规绘制，因为网络也是一项专业服务，而受过教育的客户群越来越多地寻找，采用和部署其产品和服务。良好实践的网络产品和服务守则是可以减轻风险增长的直接进步点。它的创建必须涉及技术/运营/法律和营销专业知识。它不得扼杀网络弹性供应链中的创新；但是，它应该保护误导的买家免于相信一种产品或服务将确保其组织的安全。应该在与英国和苏格兰安全委员会，英国CRC网络，UKC3，营销机构以及法律，技术和人力资源贡献者协商时建立。
我们应该允许太空私有化吗？
太空旅行是世界上发展最快的行业之一。从马斯克的 SpaceX 到新成立的 VirginGalactic，越来越多的人将能够进入太空，更重要的是，他们可以付费进入太空。太空与 80 年前的航空航天业相似，当时政府通过与 NASA 等政府机构签订大合同来支持私营初创企业；如果我们能够正确地支持它们，鼓励更多的独立投资，我们就可以帮助它发展到当今航空航天业的规模，成为世界经济的主要参与者。现在，太空旅行面临的一个主要问题是，我们是否应该保留受人尊敬的国家航天机构，还是让私营部门完全接管，消除国家机构的潜在障碍。
“人类应该敬畏人工智能的进步......
2016 年 3 月，谷歌的 AlphaGo 计算机程序在以难度高、抽象性著称的中国古代棋盘游戏围棋中击败了围棋大师李世石 [参考：卫报]，这被视为人工智能进步的又一例证。它紧随 IBM 的“深蓝”和“沃森”的脚步。前者于 1997 年击败了国际象棋世界冠军加里·卡斯帕罗夫 [参考：时代杂志]，后者是另一台 IBM 机器，于 2011 年击败了美国电视智力竞赛节目《危险边缘！》的两位前冠军，展示了理解自然语言问题的能力 [参考：TechRepublic]。然而，人工智能不仅仅被用来在游戏中击败人类——对于某些人来说，它的影响将深远——德国的开发人员甚至提出，机器人可能被用来教难民儿童语言 [参考：Deutsche Welle]。目前，人工智能正在许多领域得到发展，例如无人驾驶运输、金融、欺诈检测，以及机器人技术和文本和语音识别等众多应用。因此，人工智能的支持者认为：“这对人类来说是一个巨大的机遇，而不是威胁”[参考：赫芬顿邮报]，并认为能够学习完成目前需要人类完成的任务的机器可以加快进程，让人类在未来有更多的闲暇时间[参考：泰晤士报]。但批评者担心，如果我们开发出能够快速学习、驾驶我们的汽车和完成我们工作的机器，我们可能会遇到它们变得比人类更聪明的情况——从而对人类在工作场所的未来以及我们在世界上更广泛的地位构成生存问题。鉴于人工智能的各个方面（例如深度学习）的不断发展[参考：Tech World]，反对者怀疑它是否会在某个时候发展出自己的利益并主宰人类，或者在特定情况下对我们造成伤害。鉴于这些担忧，我们是否应该担心人工智能技术的进步？
“应该增加低碳选择的多样性......
• 国家能源转型路线图 (NETR) 的目标是到 2050 年实现 70% 的可再生能源 (RE)，其中 58% 来自太阳能、11% 来自水力发电、1% 来自生物能源，30% 来自天然气。“70% 的可再生能源目标仅适用于发电，而不是整个能源系统。这一数字不包括工业和运输等行业的非电力能源使用，”马来西亚战略与国际问题研究所 (Isis) 高级分析师 Dhana Raj Markandu 表示。尽管马来西亚整体上大力推动可再生能源，但预计马来西亚 78% 的总一次能源供应仍将来自化石燃料，主要是天然气，辅以原油、石油产品和其他产品。“这凸显了在平衡经济、金融、社会、技术和物流考虑的同时，迅速转向所有行业使用更清洁能源所面临的固有挑战，”Dhana 表示。他补充说，NETR 的主要目标是到 2044 年逐步淘汰燃煤发电。根据《2022 年马来西亚能源统计手册》，2020 年总一次能源的最大燃料来源是天然气（42.4%）、原油、石油产品和其他（27.4%）以及煤炭和焦炭（26.3%）。2021 年的发电结构主要是水力发电（17.8%）、煤炭（45%）和天然气（34.2%）。实现这一目标将对马来西亚的脱碳努力产生最大影响，但寻找化石燃料替代品很困难。因此，Dhana 认为，要实现马来西亚的可再生能源