РЪКОВОДСТВО за обществото

NIST AI Рамка за управление на риска

NIST AI Risk Management Framework (AI RMF) е доброволен наръчник на правителството на САЩ за изграждане на надежден AI чрез идентифициране и управление на неговите рискове през целия жизнен цикъл.

Преглед

NIST AI Risk Management Framework (AI RMF) е доброволен наръчник на правителството на САЩ за изграждане на надежден AI чрез идентифициране и управление на неговите рискове през целия жизнен цикъл. Има значение, защото дава на организациите практична, гъвкава структура за въвеждане на отговорен ИИ, без да е обвързващ закон.

NIST AI Risk Management Framework принадлежи към социалния и управленския слой на AI, където политиката, отчетността и общественото доверие оформят дългосрочното въздействие.

Дълбоко гмуркане

Издаден от Националния институт за стандарти и технологии на САЩ през януари 2023 г., AI RMF 1.0 е доброволен и агностичен за сектора. Той е организиран около четири основни функции: управление (изграждане на култура и политики за риска от ИИ), карта (разбиране на контекста и идентифициране на рисковете), измерване (анализ и проследяване на рисковете с показатели) и управление (приоритетизиране и действие спрямо тези рискове). Рамката определя характеристиките на надежден AI: валиден и надежден, безопасен, сигурен и издръжлив, отчетен и прозрачен, обясним и интерпретируем, с повишена поверителност и справедлив с управлявани вредни пристрастия. NIST също така публикува придружаващ Playbook с конкретни предложения за действия и през 2024 г. добави Generative AI Profile, насочен към рисковете, уникални за големите езикови модели, като конфабулация, изтичане на данни и вредно съдържание.

Техническа информация

За разлика от контролния списък, RMF третира надеждността като набор от компромиси, които трябва да бъдат балансирани, тъй като подобряването на едно свойство (да речем, точност) може да влоши друго (да речем, поверителност или справедливост). Функцията „Управление“ е междусекторна и захранва останалите три. Measure набляга на използването както на количествени показатели, така и на качествени методи, включително red-teaming и човешка оценка, тъй като много вреди от AI устояват на чисто числово улавяне. Резултатите, а не конкретни инструменти, са това, което рамката определя.

Овладяване на NIST AI Risk Management Framework

NIST AI Risk Management Framework (AI RMF) е доброволен наръчник на правителството на САЩ за изграждане на надежден AI чрез идентифициране и управление на неговите рискове през целия жизнен цикъл. Има значение, защото дава на организациите практична, гъвкава структура за въвеждане на отговорен ИИ, без да е обвързващ закон. NIST AI Risk Management Framework принадлежи към социалния и управленския слой на AI, където политиката, отчетността и общественото доверие оформят дългосрочното въздействие. За да изградите дълбоко разбиране, третирайте NIST AI Risk Management Framework като оперативен модел, а не като отделна функция: дефинирайте желаните резултати, изяснете предположенията и отделете това, което системата може да направи надеждно от това, което все още изисква експертна преценка.

На практика силните екипи, използващи NIST AI Risk Management Framework, съчетават растежа на способностите с управление, безопасност и ясни структури за отчетност. Те документират изрични критерии за успех, тестват срещу реалистични данни и работни потоци и повтарят въз основа на наблюдавани модели на неуспех, а не на еднократни победи в бенчмарка. Това е мястото, където теоретичното разбиране се превръща в трайна способност за продукти, политики и операции.

Обществените решения определят кой печели и кой носи риск. В същото време широките твърдения могат да циркулират по-бързо от доказателствата и отговорния надзор. Най-устойчивият подход е да се комбинира скоростта на експериментиране с дисциплината на управление: стартирайте пилотни проекти, събирайте доказателства, публикувайте регистрационни файлове за решения и непрекъснато актуализирайте предпазните мерки, докато поведението на модела, очакванията на потребителите и регулаторните изисквания се развиват.

Стратегическо въздействие

Обществените решения определят кой печели и кой носи риск.

Обществените решения определят кой печели и кой носи риск. При висококачествени внедрявания това се превръща в измерими правила за работа, граници на собствеността и повтарящи се ритуали за преглед, така че екипите да могат да мащабират доверието, вместо да мащабират неяснотата.

Публичните институции, училищата и фирмите разчитат на ясно управление на ИИ.

Публичните институции, училищата и фирмите разчитат на ясно управление на ИИ. При висококачествени внедрявания това се превръща в измерими правила за работа, граници на собствеността и повтарящи се ритуали за преглед, така че екипите да могат да мащабират доверието, вместо да мащабират неяснотата.

Добрият дизайн на политиката може да подобри безопасността, без да блокира полезните иновации.

Добрият дизайн на политиката може да подобри безопасността, без да блокира полезните иновации. При висококачествени внедрявания това се превръща в измерими правила за работа, граници на собствеността и повтарящи се ритуали за преглед, така че екипите да могат да мащабират доверието, вместо да мащабират неяснотата.

Бъдещето на NIST AI Risk Management Framework

Очаквайте RMF да се превърне в обща референтна базова линия, която се съпоставя със задължителни режими като Закона за изкуствения интелект на ЕС и нововъзникващите държавни закони на САЩ, улеснявайки спазването на много юрисдикции. NIST продължава да пуска профили за специфични контексти и технологии, с основен фокус върху генериращия AI. Насоките на федералните обществени поръчки и агенциите все повече насочват към RMF и преминаването към стандарти като ISO/IEC 42001 нараства, което го прави съединителна тъкан за глобалното управление на ИИ, въпреки че остава доброволно.

Внедряване в реалния свят

Технологична компания картографира контекста на нов нает AI, изброявайки засегнатите групи и потенциални вреди, преди да бъде изпратен код, изпълнявайки функцията Map.

Банката създава комитет за управление на ИИ и писмени политики за риска, за да задоволи функцията на правителството във всички свои модели.

Екипът използва показатели за обединяване на червени екипи и пристрастия, за да определи количествено режимите на отказ на чатбот под функцията Измерване.

Здравен застраховател следва Generative AI Profile, за да се справи с конфабулацията и рисковете от изтичане на данни в LLM, насочен към клиента.

Модели на изпълнение

NIST AI Рамка за управление на риска на практика

Технологична компания картографира контекста на нов нает AI, изброявайки засегнатите групи и потенциални вреди, преди да бъде изпратен код, изпълнявайки функцията Map.

Технологична компания картографира контекста на нов наемащ AI, изброявайки засегнатите групи и потенциалните вреди преди изпращането на какъвто и да е код, изпълнявайки функцията Map. Екипите обикновено получават по-добри резултати, когато определят праговете за качество предварително, поддържат път на човешка ескалация за крайни случаи и проследяват както печалбите в производителността, така и разходите за грешки във времето.

NIST AI Рамка за управление на риска на практика

Банката създава комитет за управление на ИИ и писмени политики за риска, за да задоволи функцията на правителството във всички свои модели.

Банката създава комитет за управление на AI и писмени политики за риска, за да задоволи функцията на управление във всички свои модели. Екипите обикновено получават по-добри резултати, когато определят предварително прагове за качество, поддържат път на човешка ескалация за крайни случаи и проследяват както печалбите в производителността, така и разходите за грешки във времето.

NIST AI Рамка за управление на риска на практика

Екипът използва показатели за обединяване на червени екипи и пристрастия, за да определи количествено режимите на отказ на чатбот под функцията Измерване.

Екипът използва показатели за групиране и пристрастия, за да определи количествено режимите на неуспех на чатбот под функцията за измерване. Екипите обикновено получават по-добри резултати, когато предварително определят прагове за качество, поддържат път на човешка ескалация за крайни случаи и проследяват както печалбите в производителността, така и разходите за грешки с течение на времето.

NIST AI Рамка за управление на риска на практика

Здравен застраховател следва Generative AI Profile, за да се справи с конфабулацията и рисковете от изтичане на данни в LLM, насочен към клиента.

Здравният застраховател следва Generative AI Profile, за да се справи с конфабулацията и рисковете от изтичане на данни в LLM екипите, насочени към клиентите, обикновено получават по-добри резултати, когато определят праговете за качество предварително, поддържат път на човешка ескалация за крайни случаи и проследяват както печалбите в производителността, така и разходите за грешки във времето.

Рискове и предпазни огради

!

Широките твърдения могат да циркулират по-бързо от доказателствата и отговорния надзор.

!

Слабото управление може да остави пропуски в отчетността, когато настъпят вреди.

!

Властта може да се концентрира, когато достъпът, прозрачността и контролът са ограничени.

Пътна карта за изпълнение

1

Идентифицирайте засегнатите заинтересовани страни и вредите, които са най-важни.

Идентифицирайте засегнатите заинтересовани страни и вредите, които са най-важни. Отнасяйте се към всяка стъпка като към вход за доказателства: ако критериите не са изпълнени, поставете на пауза разпространението, запълнете празнината и едва след това разширете използването.

2

Задайте изисквания за прозрачност за данни, модели и решения.

Задайте изисквания за прозрачност за данни, модели и решения. Отнасяйте се към всяка стъпка като към вход за доказателства: ако критериите не са изпълнени, поставете на пауза разпространението, запълнете празнината и едва след това разширете използването.

3

Добавете независим преглед или тестване от червен екип за системи с висок риск.

Добавете независим преглед или тестване от червен екип за системи с висок риск. Отнасяйте се към всяка стъпка като към вход за доказателства: ако критериите не са изпълнени, поставете на пауза разпространението, запълнете празнината и едва след това разширете използването.

4

Актуализирайте правилата и контролите с развитието на възможностите и моделите на използване.

Актуализирайте правилата и контролите с развитието на възможностите и моделите на използване. Отнасяйте се към всяка стъпка като към вход за доказателства: ако критериите не са изпълнени, поставете на пауза разпространението, запълнете празнината и едва след това разширете използването.

Продължете да изследвате