Page 43 - 清流雙月刊 NO.53
P. 43
AI 時代
AI RMF 1.0 以人工智慧系統生命週期的角度來識別
各階段的參與者及其中的受眾，這些參與者應來自
不同學科的人員，代表不同經驗、專業知識和背 AI RMF 1.0 提出人工智慧風險管理框架核心
景，從而在 AI 系統生命週期各階段有效執行風險 概念，包含「治理、映射、量測與管理」等
管理工作。（Source: NIST, https://airc.nist.gov/AI_RMF_ 4 項主要功能。（Source: NIST, https://airc.nist.
Knowledge_Base/AI_RMF） gov/AI_RMF_Knowledge_Base/AI_RMF）
出「人工智慧風險管理框架」草案進行公 AI RMF 1.0 亦 提 出 人工 智慧 風 險 管
眾徵詢，並隨著各界使用後的意見回饋持 理框架核心（AI RMF Core）概念，包含
續更新，以期待各產業發展出適合自己的 「治理、映射（mapping）、量測與管
使用方式。 理」等 4 項主要功能。其中治理功能為一
切的基礎，負責孕育風險管理文化，其他
AI RMF 1.0 首 先 說 明人 工 智 慧 技 術
各項功能皆有具體項目與子項目，並對應
的風險與其他科技的差異，另分析人工
特定行動和結果產出。NIST 同時公布「人
智慧風險管理的困難，並利用人工智慧
工智慧風險管理框架教戰手冊」（AI RMF
的生命週期定義出風險管理相關人員（AI
Playbook），提供實際做法之建議，同時
actors）；並提供 7 種評估人工智慧系統信
鼓勵業界分享其具體成果。
賴度的特徵，包括：1. 有效且可靠：有客
觀證據證明人工智慧系統的有效性與系統
歐盟《人工智慧法案》的立法
穩定度；2. 安全性：包含生命、健康、財產、
環境安全，且應依照安全風險種類決定管 AI 已經成為我們生活的一部分，然而
理上的優先次序；3. 資安與韌性；4. 可歸 隨著 AI 技術的快速發展，其潛在風險也引
責與資訊透明度；5. 可解釋性與可詮譯性； 起了公眾的關注。假新聞、假消息的製造，
6. 隱私保護；7. 公平性：有害偏見管理。 甚至新型的網路攻擊工具，都可能是 AI 技
No.53 SEP. 2024 41
