以下是早餐管理的摘要，圆桌会议着重于谈论围绕我们日常生活中人工智能的街道和解决方案的障碍。
参与者警告AI为“魔术”，并强调理解真正能力和局限性的重要性。
它是根据5月6日在华盛顿特区举行的山丘的能源与环境峰会之前的Charatam House规则举行的。讨论是20多个参与者，包括Mike Rounds（R-SD），AI核心小组的联合主席。希尔编辑内容的高级副总裁
建议
人工智能越来越普遍，因此有一个词汇。 “无处不在的AI”是指已与我们生活的各个方面相结合的AI概念，从日常设备到复杂的系统，使您可以访问和使每个人都受益。
虽然这个概念听起来很棒。用途不同。尽管律师仍在抗击控制技术的方法，但公司仍在努力报告有关为AI创建道路规则的最佳方法的意见。
AI如何继续改变我们的社会？我们应该如何平衡AI创新和可能发生的风险？会到达“广泛”的AI？哪个能源部门受影响最大？以及已经一起注意到的方法以及根据AI和监督法规的使用证据的使用。
1。成为公共部门和私营部门之间的合作伙伴和合作的必要性：
- 进步所必需的： 有一个强烈的共识，即公共部门和私营部门之间共同努力没有用。但对于未来的开发和负责的AI应用非常重要，该应用包括共享专业知识，资源和理解
- 平衡角色： 讨论探讨了人工智能政策中领导力的平衡，而政府的创新行业在确定高水平的最佳准则，对责任的信心并建立标准来促进信任方面发挥了重要作用。没有一个实体应该分开。
- 政府作为启用并符合议程： 参与者强调了政府通过资助并指定AI可以应对社会目标的领域来确定主动AI发展方向的潜力。 （例如预防森林火灾）
- 处理政府知识差距： 立法机关迅速接受了AI的发展，并要求国会向该领域的专家学习。倡议，例如参议院AI核心小组的事件和旨在减少这一差距的ASAP项目。
2。步骤的挑战和需要监督调整的挑战：
- 工业速度和政府考虑： 主要问题是AI的快速进步与政府缓慢进步之间的差异。这引起了有关政府有效监控和控制能力的问题。
- 与创建相比，法规： 参与者指出，政府不仅要专注于传统规则，而应通过战略动机和投资专注于“建立”市场。
- 适应需求： 随着AI的持续发展，严格的规则可能会迅速过时。讨论强调了系统的重要性，不断调整数据，并重复进行监督方法。
- 高等教育的挑战： 在相关课程开发方面，很快对教育机构面临挑战，这将跟上行业的变化。
3。区域规则是所需的方法：
- 专业知识是指： 国会，Lieu和参议员的两个成员都支持控制特定的机构（例如FAA，FDA，农业部）的行业，以定制AI为其领域。
4。新AI功能的深刻影响：
- AI代表： 可以根据简单原生物在复杂工作中自由工作的AI代理的潜力。 “惊人和令人震惊”的社会和经济成果不确定
- 通用情报（AGI）： 在考虑对AGI的长期定义（包括可能在各个层面上可能发生的失业率）的长期定义时，技能被认为是未来计划的重要考虑因素。
5。AI和能量的重要交集：
- 能源需求增加： AI的能量增加，尤其是对于大型语言模型和数据中心，被认为是一个重要的挑战。该预测指出了由于AI的巨大电力需求。
- 用于能源解决方案的AI： 另一方面，AI在能源，科学，材料和新能源的效率方面的进步的潜力也被接受。
- 基础架构和许可： 需要对能源基础设施进行大量投资，包括提供新的模型和容量。 （可能包括一个小核反应堆）在当地许可和接受中提到了挑战。
- 国家灵活性和安全： 人们担心特定地理数据中心的集中度以及灵活和安全的能源供应的需求，以支持AI行业和国防。
6。数据控制的重要性：
- 打开创新并避免分配： 美国缺乏全面的数据控制已被确定为创新的障碍，并且是具有市场分销潜力的螺旋桨，因为该公司被迫遵守不同的国际标准（例如欧洲的GDPR）。
7。收养期的不确定性：
- 接受S-Curve： 讨论承认，对AI的接受程度与S-Curve广泛相符，S-Curve可能需要比目前的进步更长的时间。
- 时间轴AGI的不确定性： AGI的时间仍然不确定，影响了不同政策指南的相关性。
- 关注基本要素： 尽管时间表的不确定性，但是对基础研究的投资，但无论特定的AI开发如何，数字基础架构和能源解决方案都很重要。
- 比较优势，当然： 讨论强调，尽管有某些优势，但在某些工作中，AI接受将受到各种因素，例如实际费用和现有问题的比较优势。
总而言之，圆桌会议强调了对AI监督的积极主动和工作指南的紧急需求，重点是适应和管理能源和未来基础设施的重要效果的专业知识。创新的快速步骤需要政策，工业领导者和研究人员之间的持续学习和参与。