La Camera dei rappresentanti degli Stati Uniti questa settimana ha approvato e inviato al Senato un disegno di legge inteso a formare un'iniziativa pilota per utilizzare l'intelligenza artificiale per verificare se i prodotti di consumo sono sicuri.
HR 3723, il Consumer Safety Technology Act, è sponsorizzato dal rappresentante Jerry McNerney (Dem.), che rappresenta il 9° distretto congressuale della California (comprese le comunità di East Bay Oakland e Berkeley.)
Il disegno di legge prevede un ” programma pilota” per esaminare l'uso dell'intelligenza artificiale da parte della Consumer Product Safety Commission.”
Il CPSC, fondata nel 1973, è responsabile del controllo della sicurezza di tutti i tipi di prodotti per danni, inclusi tessuti infiammabili e materiali pericolosi.
Il disegno di legge propone che “Non oltre 1 anno dopo la data di entrata in vigore della presente legge, la Commissione per la sicurezza dei prodotti di consumo stabilisca un programma pilota per esplorare l'uso dell'intelligenza artificiale da parte della Commissione a sostegno della missione della Commissione sulla sicurezza dei prodotti di consumo. .”
L'argomento per il disegno di legge, come sostenuto martedì alla House Energy and Commerce Committee da un co-sponsor Michael Burgess (Rep.) del 26° distretto del Texas (sopra Dallas, che comprende Lewisville, tra gli altri) , è che il CPSC sta affrontando un sovraccarico di dati di prodotto e l'automazione può aiutare:
È sicuro dire che quando è stata creata la Commissione per la sicurezza dei prodotti di consumo, nessuno prevedeva l'enorme volume di materiale che sarebbe stato importato, per il quale ora hanno la responsabilità.
L'intelligenza artificiale [sic] utilizza algoritmi per automatizzare rapidamente le funzioni umane e per filtrare e analizzare i dati. L'intelligenza artificiale sta già migliorando le capacità in più settori per servire meglio i consumatori aumentando la capacità e migliorando i risultati. Con l'avanzare dell'intelligenza artificiale, dovrebbe essere in grado di aiutare a prevedere i tassi di fallimento e identificare i problemi nei prodotti di consumo prima che possano avere un impatto significativo sul mercato.
Burgess ha fatto le sue osservazioni in seguito a quelle di McNerney.
Il disegno di legge è in realtà una rivisitazione di un disegno di legge precedente, HR 8128, l'intelligenza artificiale per la sicurezza dei prodotti di consumo, che è stato approvato alla Camera lo scorso anno, ma non è stato presentato al Senato.
Questa volta, il disegno di legge viene raggruppato insieme ad altri due progetti di legge sulla tecnologia introdotti in precedenza, il Blockchain Innovation Act, HR 8153, sponsorizzato da Darren Soto (Dem.) del 9° distretto della Florida, e il Token Taxonomy Act, HR 1628, sponsorizzato da Warren Davidson (Rep.) dell'8° distretto dell'Ohio.
Anche: AI in sessanta secondi
Il Blockchain Innovation Act propone che il Dipartimento del Commercio degli Stati Uniti e la Federal Trade Commission “conducano uno studio sull'uso attuale e potenziale della tecnologia blockchain nel commercio e sui potenziali benefici della tecnologia blockchain per limitare le frodi e altri atti e pratiche sleali e ingannevoli”.
Il Token Taxonomy Act propone che la FTC faccia un rapporto ogni anno per i prossimi tre anni al Congresso su come ha affrontato “atti o pratiche ingannevoli nelle transazioni relative ai token digitali”, vale a dire, cripto- valute come Bitcoin (sebbene non siano specificate nel testo.)
La legge, tuttavia, propone anche “di promuovere la concorrenza e promuovere l'innovazione nel settore globale dei token digitali”.
La legislazione sull'IA sta accadendo nello stesso momento in cui la Commissione per la sicurezza dei prodotti di consumo ha esaminato l'IA di propria iniziativa.
A dicembre, la Commissione ha tenuto un forum sui potenziali usi dell'IA per determinare la sicurezza dei prodotti. Lo staff del CPSC descrive l'IA in termini ampi:
Per questo Forum, in genere definiamo “Intelligenza artificiale” (AI) qualsiasi metodo per programmare computer o prodotti per consentire loro di svolgere attività o comportamenti che richiederebbero intelligenza se eseguiti da esseri umani. “Apprendimento automatico” (ML) è in genere inteso come un processo iterativo di applicazione di modelli o algoritmi a set di dati per apprendere e rilevare modelli e/o eseguire attività, come previsioni o processi decisionali che possono approssimare alcuni aspetti dell'intelligenza.
risorse umane 3723 è stato ricevuto al Senato giovedì, letto due volte e deferito alla commissione per il commercio, la scienza e i trasporti, secondo il record del Congresso.
Argomenti correlati:
Digital Transformation CXO Internet of Things Innovazione Enterprise Software Smart Cities 