- 今日《CEO每日简报》： UL Solutions 首席执行官 Jennifer Scanlon 与《》的 Diane Brady 谈论公司的新标准 UL 3115
- 重要领导力故事： 如何不工作一天就赚到1840万美元
- 市场动态： 情况不容乐观
- 此外： 来自《》的所有新闻和茶水间闲聊。
(SeaPRwire) – 早上好。 120多年来，UL 一直将其标志贴在从圣诞树灯串到烤面包机电线等各种产品上，以传递一个承诺：这不会要了你的命。上周，这家年收入30亿美元的安全科学公司首次为人工智能嵌入式产品发布了新的认证。正如 UL Solutions 首席执行官 Jennifer Scanlon 告诉我的那样：“没有安全的创新就是失败。”
很少有技术能发展得如此迅速，却几乎不受监管。（各州陆续出台的法律拼凑在一起，更增添了混乱。）本周，聚光灯落在了 OpenClaw 上，这款自主虚拟代理在中国掀起了一股新的热潮。在本周的开发者大会上，Nvidia 首席执行官黄仁勋提到了它，并宣布了 NemoClaw，同时宣称 OpenClaw 框架将是“下一个 ChatGPT”。
私营部门的安全标准能否做到华盛顿尚未做到的事情：为发展迅速、可能带来深远影响的技术提供护栏？UL 标志每年已经出现在全球约220亿件产品上。这项最新标准 UL 3115 评估的是人工智能产品是否安全、稳健、管理良好，并在产品整个生命周期中确保“人类可控”。“无论政府是否对此进行监管，我们的客户都在找我们，因为他们需要更广泛的保护和保证，”Scanlon 告诉我。“他们迫切希望至少有一个可以遵循的标准，让他们有信心走在客户前面。”
UL 的专业领域是功能安全。正如 Scanlon 所说：“当你打开车里的收音机时，你绝不希望刹车突然抱死。那么，这些嵌入式软件是如何被测试和验证的？他们正在玩具中嵌入人工智能。我们如何知道这些玩具对儿童是安全的？”
这就是为什么 UL 的人工智能卓越中心着手将其安全协议应用于人工智能嵌入式实体产品的新世界。“我们从调查大纲开始，这是安全性的前奏。我们的工程师和科学家与客户合作，了解他们担心什么，他们认为挑战是什么——然后我们从科学的角度出发，提出：你还应该担心什么？”
“对于人工智能嵌入式产品，他们开始思考：算法的透明度如何？这些算法中内置了多少偏见？训练数据的真实性如何？如果部分训练数据不真实，如何将其从学习模型中剔除？以及何种类型的人工监督和验证——那至关重要的最终检查——是否到位？这些流程是怎样的？”
迄今为止，已有两款产品获得了人工智能认证：Qcells 的能源管理系统（一种用于数据中心的人工智能控制引擎）和 Omniconn Platform 4.0（一种智能建筑解决方案）。在这个领导者们试图兼顾速度与安全的世界里，这只是拼图的一部分。
通过 Diane Brady 联系《CEO每日简报》，邮箱：diane.brady@.com
本文由第三方内容提供商提供。SeaPRwire (https://www.seaprwire.com/)对此不作任何保证或陈述。
分类: 头条新闻,日常新闻
SeaPRwire为公司和机构提供全球新闻稿发布，覆盖超过6,500个媒体库、86,000名编辑和记者，以及350万以上终端桌面和手机App。SeaPRwire支持英、日、德、韩、法、俄、印尼、马来、越南、中文等多种语言新闻稿发布。