MAGA宏流.监管人工智能的正确方法.人工智能会议来到国会山！

*

文章提要：

监管人工智能的正确方法。一个新的人工智能会议即将来到国会山。 

即將舉行的歷史性的人工智慧會議：特朗普总统和众议院议长迈克·约翰逊将于周二在白宫会见人工智能公司的高管，因为在技术快速发展的情况下，立法者面临着越来越大的行动压力，一些人警告说，这项技术对人类构成了生存威胁。《美国思想家》提前警告了过度管制人工智能的恐惧因素竞赛。

观点非常简单：理论上的人工智能是存在的，而应用人工智能，无论好坏，现在都在发挥作用。 试图立法进入这样一个不断发展的新研究世界是一个非常糟糕的主意。

～～～～～～～～～～～～～～～～～～～

我刚刚收到一份报告，说美国正在生产比我们历史上任何时候都更多的精致和精英武器。

它们每天都在交付给我们在中东和其他地方的部队。我们的国防公司工厂全天候運轉，同时平均每家建造4到5家大型全新工厂！ 

这次生产的主要重点是爱国者、萨德系统、战斧和其他标准导弹系统，我们已经有大量的库存。——唐納德.川普總統

～～～～～～～～～～～～～～～～～

监管人工智能的正确方法。

一个新的人工智能会议即将来到国会山。 

应该是这样的。

作者：Ed Timperlake | 2026年9月29日

先澄清一下即將舉行的歷史性的人工智慧會議：

特朗普总统和众议院议长迈克·约翰逊将于周二在白宫会见人工智能公司的高管，因为在技术快速发展的情况下，立法者面临着越来越大的行动压力，一些人警告说，这项技术对人类构成了生存威胁。

多亏了《美国思想家》，使我成功地在夜里象徵性地敲响了火鈴，提前警告了过度管制人工智能的恐惧因素竞赛。

我的研究观点非常简单：理论上的人工智能是存在的，而应用人工智能，无论好坏，现在都在发挥作用。 试图立法进入这样一个不断发展的新研究世界是一个非常糟糕的主意。

在为这一说法辩护时，我的核心论点是，理论上的人工智能是一个不断发展的研究领域。 它的用途甚至它的局限性都不确定。 试图立法这样一个开放式的研究空间将在理解其后果之前冻结技术、方法或想法。 使用应用人工智能，寻找具体结果；不要预先判断其潜在用途。

最强的论点是将所有理论研究与所有法规分开，同时避免监管应用人工智能，因为它有一天可能会很危险。 相反，在实际使用人工智能时，规范可识别的行为和后果。

人工智能创建者可以根据其提议和部署的实际背景来评估应用人工智能：

?它正在做出什么决定？

?谁受到了影响？

?這個決定有多重要？

?它使用哪些数据？

?人类可以审查或覆盖它吗？

?当它出错时会发生什么？

?哪些法律保护已经适用？

——这避免了对根本不同的应用程序施加相同的要求。

停止监管自上而下的指令的关键点很简单。 现行法律可以在不创建全新的人工智能制度的情况下规范应用。

例如，如果人工智能系统实施欺诈、侵犯隐私、非法歧视、导致产品有缺陷或做出不允许的就业决定，无论人工智能是否参与，相关法律制度都可以处理该行为。

在研究阶段实施的监管通过不鼓励实验和打击缓慢实现有益发现，带来了巨大的机会成本。 论点并不是说每个人工智能应用程序都应该不受监管；相反，监管应该在有足够关于实际风险的信息来证明干预是合理的。

现有的保障措施仍然可以支持极简主义的方法：

第一修正案的保护。 在美国，科学研究、出版、软件开发和通信可以受到第一修正案报告的保护。 这创造了一个宪法理由，要警惕政府对研究或传播的广泛限制，只是因为一项技术最终可能是危险的。 這並不意味著人工智慧受到絕對的保護，不受監管；行為、商業活動、欺詐、非法歧視和其他法律監管保障措施仍然可以使用。

带来法律界：

民事诉讼，因为我可以对人工智能末日寡头进行恐吓。 如果支持人工智能的产品或服务造成了法律上可识别的损害，则根据事实和适用法律，疏忽、产品责任、合同和其他民事索赔等普通机制可能会提供赔偿或禁令的途径。 这使得实际部署成为重要的监管要点：有被告、申请、伤害、证据和法律索赔......以及可能造成巨大损失。

现有的特定部门法规。 人工智能不一定在法律真空中运作。 就业、金融服务、医疗保健、消费者保护、隐私、民权、交通和其他领域已经有适用于人工智能介导行为的法律。

NIST的人工智能风险管理框架明确要求组织了解并记录适用的法律和监管要求，包括涉及非歧视、隐私、安全、文档和披露的要求。 这是出色的工作。

不要仅仅因为一项技术具有假设的未来破坏能力就规范它的存在。 当有足够的信息来确定风险、责任方和适当的补救措施时，规范可识别的行为和后果性应用。 人工智能应该通过历史上管理其他技术的相同机制进入法律体系，当显示出可识别的差距时，会添加新的规则。

责任应该由新的人工智能特定法规的支持者承担，以证明现有宪法、法规、监管和民事责任保障措施的具体差距。 如果存在这种差距，监管应针对可识别的应用或有害行为，而不是理论上的人工智能研究本身。

他们的关键始终是“值得信赖的人工智能”。

Jeannette Wing博士在2022年海军学院的一次演讲中报道了“值得信赖的人工智能”。 她提出了最重要的人工智能问题：“我们如何兑现人工智能的好处的承诺，但解决这些对人类和社会造成生命危急后果的情景？ 简而言之，我们如何才能实现值得信赖的人工智能？”

如果我们让对人工智能可能变成什么的恐惧决定了人工智能可能研究什么，我们将把一个困难的问题——让人们和机构对他们实际所做的事情负责——换成一个简单的问题：假装来自华盛顿的许可单——或者，上帝保佑，布鲁塞尔——使下一个错误变得不可能。 不会的。