AI快速发展下，相关风险也更受关注，不过制定政策和立法时面对各种复杂资讯难免产生混乱，MIT研究员就制作AI风险存储库，协助清楚理解AI风险。
MIT FutureTech团队成员Peter Slattery表示，AI风险存储库（AI Risk Repository）有超过700种AI风险，按因果因素（如意图）、范畴（如歧视）和子范畴（如假资讯和网络攻击）分组。这数据库希望帮助用户理解AI安全研究中的重叠与脱节部分，并填补风险框架的空白，框架往往只涵盖存储库一部分风险，但遗漏可能对AI发展、使用和政策制定产生重大影响。有了这数据库，制定AI法规如EU AI Act或California的SB 1047等，政策制定者就可就法规应涵盖哪些风险完成共识。
研究员发现，第三方框架中某些风险提及的频率远高于其他风险，如超过70%框架提到AI隐私和安全影响，只有44%涵盖假资讯。将来MIT研究员计划用风险存储库评估各种AI风险处理状况，识别组织措施的不足之处，并对AI风险管理提出改善建议。
（首图来源：shutterstock）
