XiaoMi-AI文件搜索系统
World File Search System多州
![[FPF 立法] 政策简报：科罗拉多州人工智能法案](/simg/5/51d2e8ee96113f98fba2187ac4b836af32dab523.png)
[FPF 立法] 政策简报：科罗拉多州人工智能法案
● 受监管实体的潜在范围更广：与通常适用于满足特定门槛的受监管实体的州数据隐私法不同，CAIA 适用于任何开发或部署高风险 AI 系统的个人或实体。此外，该法律的一部分适用于提供或部署面向消费者的 AI 系统的任何实体。 ● 特定角色的义务：CAIA 为部署者和开发者分配了特定角色的义务，类似于数据隐私制度下的控制者和处理者。部署者直接与个人互动并最终控制系统的使用方式，需要维护风险管理计划、进行影响评估并提供相关的消费者权利。另一方面，开发者必须提供部署者履行其职责所需的信息和文档。 ● 减轻算法歧视的注意义务：开发者和部署者有注意义务保护消费者免受算法歧视，这在实践中可能意味着 CAIA 的执行者将使用比例测试来评估开发者和部署者的行为。 “算法歧视”的定义似乎涵盖了故意歧视和差别影响。● 新型消费者权利：除了类似立法中常见的消费者权利（例如使用前通知权）外，如果高风险人工智能系统做出不利决定，CAIA 还为消费者提供了特殊权利。在这种情况下，部署者必须向消费者提供理由陈述、纠正权，并在可行的情况下上诉人工审查。● 总检察长权力：尽管 CAIA 没有创建私人诉讼权，但它赋予科罗拉多州总检察长执行法律和实施必要法规的重要权力。
具有多州降解和深度强化学习的下水道管道的维护策略
大规模的基础设施系统对社会欢迎至关重要，其有效管理需要造成各种复杂性的战略前提和干预方法。我们的研究解决了涉及下水道资产的预后和健康管理（PHM）框架内的两个挑战：对跨严重水平的管道降解并制定有效的维护政策。我们采用多州降解模型（MSDM）来代表下水道管道中的随机降解过程，并使用深度加固学习（DRL）来制定维护策略。荷兰下水道网络的案例研究例证了我们的方法论。我们的发现证明了该模型在产生超过启发式方法的智能，节省成本的维护策略方面的效率。它根据管道的年龄来调整其管理策略，选择一种被动方法，用于新的管道，并过渡到较老的策略，以防止失败和降低成本。这项研究高光DRL在优化维护政策方面的潜力。未来的研究将通过合并部分可观察性，探索各种强化学习算法并将这种方法扩展到全面的基础架构管理，以改善模型。
科罗拉多州 RENU 贷款
科罗拉多州住宅能源升级 (RENU) 贷款是一项全州范围的住宅贷款计划，由科罗拉多州清洁能源基金与科罗拉多州的信用合作社合作发起。该计划通过为能源效率和可再生能源改进提供低成本、长期融资，使家庭能源升级变得简单且经济实惠。
DNR 幻灯片 - 科罗拉多州议会 |
有关自然资源部其他目标的更多信息，请查看我们的 2024-25 财年绩效计划：https://operations.colorado.gov/performance-management/department-performance-plans/natu ral-resources
科罗拉多州在通货膨胀削减法案中获胜
新墨西哥州在 2021 年率先通过了一项法规，要求大型石油和天然气生产商捕获 98% 的逸散甲烷，要求对油井进行检查，并禁止常规排放和燃烧。继科罗拉多州在这一问题上发挥领导作用之后，美国环保署现在正准备通过全国性法规，规范石油和天然气开采产生的甲烷排放。IRA 在此基础上，对石油和天然气作业产生的甲烷排放征收新费用，以激励石油和天然气行业提高效率和控制排放。
科罗拉多州最高法院
1 本意见重点关注科罗拉多州的政治细分原则，不涉及该原则的联邦版本。科罗拉多州的判例法以多种方式引用了此处描述的原则。参见，例如，Aurora Pub. Sch. v. AS, 2023 CO 39, ¶ 32, 531 P.3d 1036, 1045（“政治细分原则”）；Aurora Urb. Renewal Auth. v. Kaiser, 2022 COA 5, ¶ 35, 507 P.3d 1033, 1041（“政治细分地位原则”）；Romer v. Bd. of Cnty。 Comm'rs，956 P.2d 566, 573 (Colo. 1998)（“马丁规则”（引用 Maurer v. Young Life，779 P.2d 1317, 1323 (Colo. 1989)））；City of Greenwood Vill. v. Petitioners for Proposed City of Centennial，3 P.3d 427, 436 (Colo. 2000)（描述该原则但未提供标签）。在本意见中，我们交替使用“政治细分原则”和“马丁规则”这两个术语。
![[FPF 幻灯片] 科罗拉多州人工智能法案](/simg/e/ecff67a48a2b57f2eac469271169c6ca61be6ca6.png)
[FPF 幻灯片] 科罗拉多州人工智能法案
○ (i) 高风险人工智能系统在以下情况下继续学习：(a) 提供、出售、出租、许可、赠予或以其他方式提供给部署者；或 (b) 部署；○ (ii) 变更是……本节第 (10)(b)(i) 款所述的任何学习的结果；○ (iii) 当部署者或与部署者签约的第三方完成对此类高风险人工智能系统的初步影响评估时，该变更是由部署者或部署者签约的第三方预先确定的……；以及○ (iv) 该变更包含在高风险人工智能系统的技术文档中。
科罗拉多州公平过渡行动计划
在制定这项行动计划时，我们考虑了多种因素。其中最出乎意料的因素之一是 COVID-19 疫情，它在我们的规划过程中爆发了一半。有人问，为什么在全州各个角落成千上万的工人面临如此多的混乱和不确定性的时候，州政府应该把重点放在帮助相对较少的工人和社区上。这个问题最直接的答案是法律要求我们这样做。但更合适的答案是，这两个挑战的性质不同。而且，由于疫情对我们的经济和劳动力的主要影响几乎肯定会在煤炭转型的主要影响发生之前过去，所以我们没有理由不能同时解决这两个问题。人们希望，疫情是一种极其罕见的现象，需要社会各界做出非凡的回应——就像对自然灾害的回应一样。从字面上看，这些事件要求我们所有人放下手头的工作，以应对迫在眉睫且往往是生存的威胁。另一方面，从煤炭到电力的转变是能源经济根本转变的可预见结果。我们可以提前预见到它的到来。对于工人和社区而言，其影响与失去任何大型本地雇主或经济驱动力是一致的。科罗拉多州的历史上，农村地区都发生过这样的转变，部分原因是政府应对不力（或根本不应对），导致繁荣与萧条的循环不断延续，摧毁了家庭和社区。我们认为，政府的基本义务是应对这两种挑战——一种是紧急威胁我们公民健康和安全的挑战，另一种是更可预测地随着时间推移因经济的根本性转变而出现的挑战。除非在最极端的情况下，否则不应将一种挑战排除在另一种挑战之外。