Motyw 111

Na­le­ży usta­no­wić me­to­dy­kę kla­sy­fi­ka­cji mo­de­li AI ogól­ne­go prze­zna­cze­nia jako mo­de­li AI ogól­ne­go prze­zna­cze­nia z ry­zy­kiem sys­te­mo­wym. Po­nie­waż ry­zy­ko sys­te­mo­we wy­ni­ka ze szcze­gól­nie wy­so­kich zdol­no­ści, na­le­ży uznać, że model AI ogól­ne­go prze­zna­cze­nia stwa­rza ry­zy­ko sys­te­mo­we, je­że­li wy­ka­zu­je on zdol­no­ści du­że­go od­dzia­ły­wa­nia, oce­nia­ne na pod­sta­wie od­po­wied­nich na­rzę­dzi tech­nicz­nych i me­to­do­lo­gii, lub je­że­li ze wzglę­du na swój za­sięg ma zna­czą­cy wpływ na rynek we­wnętrz­ny. Zdol­no­ści du­że­go od­dzia­ły­wa­nia w przy­pad­ku mo­de­li AI ogól­ne­go prze­zna­cze­nia ozna­cza­ją zdol­no­ści, które do­rów­nu­ją zdol­no­ściom za­pi­sa­nym w naj­bar­dziej za­awan­so­wa­nych mo­de­lach AI ogól­ne­go prze­zna­cze­nia lub je prze­wyż­sza­ją. Pełny za­kres zdol­no­ści da­ne­go mo­de­lu można le­piej zro­zu­mieć po jego wpro­wa­dze­niu do ob­ro­tu lub w mo­men­cie, w któ­rym pod­mio­ty sto­su­ją­ce wcho­dzą w in­te­rak­cję z mo­de­lem. Zgod­nie z ak­tu­al­nym sta­nem wie­dzy tech­nicz­nej w mo­men­cie wej­ścia w życie ni­niej­sze­go roz­po­rzą­dze­nia jed­nym ze spo­sób przy­bli­żo­ne­go okre­śle­nia zdol­no­ści mo­de­lu jest łącz­na licz­ba ob­li­czeń wy­ko­rzy­sta­nych do tre­no­wa­nia mo­de­lu AI ogól­ne­go za­sto­so­wa­nia mie­rzo­na w ope­ra­cjach zmien­no­prze­cin­ko­wych. Łącz­na licz­ba ob­li­czeń wy­ko­rzy­sta­nych do tre­no­wa­nia obej­mu­je ob­li­cze­nia sto­so­wa­ne w od­nie­sie­niu do wszyst­kich dzia­łań i metod, które mają na celu zwięk­sze­nie zdol­no­ści mo­de­lu przed wdro­że­niem, ta­kich jak pre­tre­no­wa­nie, ge­ne­ro­wa­nie da­nych syn­te­tycz­nych i do­stra­ja­nie. W związ­ku z tym na­le­ży okre­ślić próg mi­ni­mal­ny ope­ra­cjach zmien­no­prze­cin­ko­wych, który, je­że­li zo­sta­nie speł­nio­ny przez model AI ogól­ne­go prze­zna­cze­nia, stwa­rza do­mnie­ma­nie, że model ten jest mo­de­lem AI ogól­ne­go prze­zna­cze­nia z ry­zy­kiem sys­te­mo­wym. Próg ten po­wi­nien być z cza­sem do­sto­so­wy­wa­ny w celu od­zwier­cie­dle­nia zmian tech­no­lo­gicz­nych i prze­my­sło­wych, ta­kich jak ulep­sze­nia al­go­ryt­micz­ne lub więk­sza wy­daj­ność sprzę­tu, i po­wi­nien zo­stać uzu­peł­nio­ny o po­zio­my od­nie­sie­nia i wskaź­ni­ki do­ty­czą­ce zdol­no­ści mo­de­lu. W tym celu Urząd ds. AI po­wi­nien współ­pra­co­wać ze śro­do­wi­skiem na­uko­wym, prze­my­słem, spo­łe­czeń­stwem oby­wa­tel­skim i in­ny­mi eks­per­ta­mi. Progi, a także na­rzę­dzia i po­zio­my od­nie­sie­nia na po­trze­by oceny zdol­no­ści du­że­go od­dzia­ły­wa­nia po­win­ny za­pew­niać mocne pod­sta­wy prze­wi­dy­wa­nia ogól­ne­go cha­rak­te­ru, zdol­no­ści i zwią­za­ne­go z nimi ry­zy­ka sys­te­mo­we­go mo­de­li AI ogól­ne­go prze­zna­cze­nia; mogą one uwzględ­niać spo­sób, w jaki model zo­sta­nie wpro­wa­dzo­ny do ob­ro­tu lub licz­bę użyt­kow­ni­ków, na które model ten może mieć wpływ. Aby uzu­peł­nić ten sys­tem, Ko­mi­sja po­win­na mieć moż­li­wość po­dej­mo­wa­nia in­dy­wi­du­al­nych de­cy­zji w spra­wie uzna­nia mo­de­lu AI ogól­ne­go prze­zna­cze­nia za model AI ogól­ne­go prze­zna­cze­nia z ry­zy­kiem sys­te­mo­wym, je­że­li okaże się, że zdol­no­ści lub wpływ ta­kie­go mo­de­lu są rów­no­waż­ne z tymi, na które wska­zu­je usta­lo­ny próg. De­cy­zję tę na­le­ży pod­jąć na pod­sta­wie ogól­nej oceny kry­te­riów do celów uzna­wa­nia mo­de­lu AI ogól­ne­go prze­zna­cze­nia za model z ry­zy­kiem sys­te­mo­wym, okre­ślo­nych w za­łącz­ni­ku do ni­niej­sze­go roz­po­rzą­dze­nia, ta­kich jak ja­kość lub wiel­kość zbio­ru da­nych tre­nin­go­wych, licz­ba użyt­kow­ni­ków biz­ne­so­wych i koń­co­wych, for­mat da­nych wej­ścio­wych i wyj­ścio­wych mo­de­lu, po­ziom au­to­no­mii i ska­lo­wal­no­ści lub na­rzę­dzia, do któ­rych ma do­stęp. Na uza­sad­nio­ny wnio­sek do­staw­cy, któ­re­go model zo­stał uzna­ny za model AI ogól­ne­go prze­zna­cze­nia z ry­zy­kiem sys­te­mo­wym, Ko­mi­sja po­win­na od­nieść się do tego wnio­sku i może pod­jąć de­cy­zję o po­now­nej oce­nie, czy model AI ogól­ne­go prze­zna­cze­nia nadal można uznać za stwa­rza­ją­cy ry­zy­ko sys­te­mo­we.

Con­sul­tați tex­tul ju­ri­dic ofi­ci­al pe EUR-​Lex

Aveți ne­vo­ie de aju­tor pen­tru a na­vi­ga AI Act?

Kla­de­ro vă poate ajuta.

Contactați-​ne

Kla­de­ro — par­te­ne­rul pen­tru adop­ta­rea prac­ti­că a AI

Kla­de­ro ajută or­ga­ni­za­ți­i­le să trans­for­me oport­u­ni­tă­ți­le AI în sis­te­me utile, flu­xuri de lucru res­pon­sa­bi­le și cu­noș­tin­țe­le ne­ce­sa­re pen­tru a le opera efi­cient.
Ofe­rim o gamă va­ri­a­tă de pro­du­se și ser­vi­cii, de la dezvol­ta­re și in­te­gra­re AI la pre­gă­ti­rea pen­tru AI Act și trai­ning prac­tic. Dis­cu­tați cu noi pen­tru a afla mai multe.