重磅！美国加州否决SB 1047法案！

主要观点总结

文章主要介绍了关于加州州长Gavin Newsom否决SB-1047法案的事件。该法案旨在针对高风险AI模型建立安全标准，但遭到了多方争议。文章详细描述了SB-1047法案的内容、争议、引发的讨论、否决理由以及未来加州在AI安全方面的计划和行动。

关键观点总结

关键观点1: SB-1047法案简介及争议

SB-1047法案被提出以建立针对高风险AI模型的安全标准，但其对模型的计算和成本阈值的规定引起了争议，可能会导致开源大模型的发布受到压制。

关键观点2: 各方态度

李飞飞、Yann LeCun和吴恩达等科学家反对该法案，认为可能会给人工智能的开源发布带来不利影响；而马斯克、Hinton和Bengio等人则支持该法案。加州州长Gavin Newsom最终否决了该法案。

关键观点3: 否决理由

加州州长Gavin Newsom认为该法案夸大了AI可能带来的威胁，并且其监管标准过于严格。他强调应该采取更细致和针对性的措施来应对AI技术的威胁，而不是一刀切解决方案。

关键观点4: 未来计划

州长宣布将寻求全球领先的生成式AI专家的帮助来开发部署生成式AI的可行护栏，并且已经在过去30天内签署了多项关于AI安全的法案。未来，加州将重视AI安全的监管问题，并致力于制定负责任的生成式人工智能部署防护措施。

文章预览

 Datawhale分享  最新： AI安全法案 ，来源：机器之心 初衷是好的，但做法还有待商榷。 刚刚，被讨论了大半年的 SB 1047 法案终于迎来了大结局：加州州长 Gavin Newsom 否决了该法案。 值得一提的是， 过去30天Gavin一共签署了17个关于监管大模型、生成式AI安全使用的法案，唯独否决了1047 。 SB-1047法案是什么 SB 1047 全称是「Safe and Secure Innovation for Frontier Artificial Intelligence Act（《前沿人工智能模型安全创新法案》）」，旨在为高风险的 AI 模型建立明确的安全标准，以防止其被滥用或引发灾难性后果。 具体来说，该法案旨在从模型层面对人工智能进行监管，适用于在特定计算和成本阈值之上训练的模型。但如果严格按照规定的计算和成本阈值来算，现在市面上所有主流的大型模型都会被认为存在「潜在危险」。而且，法案要求模型背后的开发公司对其模 ………………………………