XiaoMi-AI文件搜索系统
World File Search System治理
第 12 卷 | 治理媒体和通信领域的人工智能
资金：Jo Pierson 获得了 DELICIOS 项目（社会技术系统中的决策委托给自主代理）的支持，该项目由佛兰德斯研究基金会 (FWO)（拨款 G054919N）资助，Aphra Kerr 感谢 ADAPT 中心的支持，该中心由爱尔兰科学基金会研究中心计划（拨款 13/RC/2106_P2）资助。竞争利益：作者声明不存在影响文本的竞争利益。许可：这是一篇开放获取的文章，根据 Creative Commons Attribution 3.0 许可（德国）的条款分发，允许在任何媒体中不受限制地使用、分发和复制，前提是正确引用原始作品。https://creativecommons.org/licenses/by/3.0/de/deed.en 版权归作者所有。
人工智能治理、由人工智能治理、为人工智能治理
1 我们与 ChatGPT 合作撰写了这篇文章（1 月 9 日版）（经过了大量编辑、添加引文和抄袭检查）。我们询问 ChatGPT 是否愿意成为本文的作者，它对此的回应是：“我是一个人工智能，没有能力成为文章的合著者。但是，我很乐意协助提供有关人工智能治理主题的信息和见解。重要的是确保我生成的任何材料都得到适当的引用和参考，以避免抄袭，并给予信息的原作者荣誉。” 我们尊重它的意愿，将其从作者名单中删除。
国家气候治理峰会2024
上午11:50 [45分钟]小组讨论：吸引利益相关者与Datuk博士与首席执行官Datuk博士实现生物多样性保护目标，使我们的稀有动物（Bora）朱利安·海德（Julian Hyde伦敦协会由马来西亚气候治理理事会成员拿督·亨利·巴洛（Dato'Henry Barlow）主持。
探究公共部门实体对人工智能系统的使用和治理
•负责和安全的AI（政府）：CSIRO与澳大利亚政府紧密合作，提供科学和技术建议，以介绍负责和安全的AI政策的制定。这包括通过国家AI中心和AI安全研究网络提供有关AI安全的技术建议，并为澳大利亚行业开发了负责任的AI最佳实践目录以及AI多样性和包容指南。后者为政府使用AI的AI保证的国家框架的发展做出了贡献。csiro还为澳大利亚AI安全标准的发展做出了贡献，支持政府参与国际AI安全峰会，并促进了国际研究联盟，将澳大利亚定位为负责人AI的领导者。
![人工智能治理中的结构化透明度 [arxiv 版本]](/simg/d/d500f55d902ad5cd4a2b7001a1a8702b1812d6bf.png)
人工智能治理中的结构化透明度 [arxiv 版本]
隐私增强技术的发展在减少数据交换和分析中隐私与性能之间的权衡方面取得了巨大进展。类似的结构化透明度工具可以通过提供外部审查、审计和源验证等功能对人工智能治理有用。将这些不同的人工智能治理目标视为一个信息流系统很有用，以避免部分解决方案和治理中的重大差距，因为本文中提到的人工智能治理用例所需的软件堆栈可能存在大量重叠。当将系统视为一个整体时，这些不同的人工智能治理解决方案之间的互操作性的重要性就变得清晰起来。因此，在这些标准、审计程序、软件和规范落实到位之前，将人工智能治理中的这些问题视为一个系统至关重要。123
EDP集团的风险治理模型
委员会/审计委员会负责永久监控风险管理系统的有效性，即在风险识别，评估，控制和管理方面，评估内部对公司风险管理系统的内部遵守程度，不断监控其绩效和效率，在与执行委员会的阐明中，对董事会的阐明，以及识别风险的识别（KRI），并确定了批准，并确定了风险的识别（KRI）。并在执行董事会最终批准之前，就EDP集团的战略准则和公司风险管理政策发表了意见。 FMC/ AUDC在其专门针对风险管理问题的年度计划会议中定义，以监视集团主要暴露和关键风险指标的演变，并解决与财务，战略，ESG，业务，业务和运营风险有关的问题。 •董事会执行委员会（EBD）最终负责该决定，委员会/审计委员会负责永久监控风险管理系统的有效性，即在风险识别，评估，控制和管理方面，评估内部对公司风险管理系统的内部遵守程度，不断监控其绩效和效率，在与执行委员会的阐明中，对董事会的阐明，以及识别风险的识别（KRI），并确定了批准，并确定了风险的识别（KRI）。并在执行董事会最终批准之前，就EDP集团的战略准则和公司风险管理政策发表了意见。FMC/ AUDC在其专门针对风险管理问题的年度计划会议中定义，以监视集团主要暴露和关键风险指标的演变，并解决与财务，战略，ESG，业务，业务和运营风险有关的问题。•董事会执行委员会（EBD）最终负责该决定，
朝着大脑数据的治理框架
分析仅限于临床领域和生物医学，心理或行为研究。如今，通过越来越多的Conumer级神经技术设备，大脑数据也越来越多地用于就业，教育和军事环境以及个人使用。在消费者空间中，信息技术公司正在开发用于用于消费者目的的大脑数据的设备和应用程序，例如认知监测，神经反馈，设备控制或其他形式的脑部计算机接口。例如，在2017年至2021年之间，Facebook开发了脑部计算机界面（BCI）研究计划，旨在构建可穿戴的BCI，使用户可以通过简单地想象语音来键入。Microsoft正在为普通人群的非侵入性交互式BCIS并行工作，而神经技术公司（例如Neuralink，Emotiv和Nemiv和kernel）的整个生态系统正在迅速出现。消费者神经技术，电子学习，数字表型，情感计算，心理学和神经元素是利用大脑数据作为商品的某些应用领域[1，2]。在教育和工作环境中，已经尝试收集和处理大脑数据以进行诸如改善学习和重新设计工作流程之类的内容。例如，去年，在中国，小学生被录取了一项试验，在该试验中，在认知任务期间记录了电脑图（EEG）数据以评估他们的注意力跨度[3]。
人工智能 (AI)、隐私和治理
技术与隐私之间存在着复杂的联系，这已成为一个迫切的问题。批判理论，特别是那些分析权力、监视和控制的理论，为理解人工智能如何影响个人隐私提供了一个宝贵的框架。人工智能技术，特别是那些基于数据收集的技术，正在延续这些动态。例如，算法可以分析大量的个人数据，从而根据人们的行为、决定、偏好和弱点对其进行监视，而无需物理侵入他人的私人领域。这可能会导致观察者目光的内化。这种内化可能导致自我审查和顺从，因为个人会在假设自己被监视的情况下改变自己的行为；历史上有许多这样的自我审查的例子，这引出了一个重要的问题：个人如何才能真正体验他们的创造力？