Andrew Yang pide un interruptor de apagado y normas de responsabilidad para los sistemas de IA de vanguardia
chaincatcherEl ex candidato presidencial demócrata y fundador de Noble Mobile, Andrew Yang, pidió al gobierno federal que refuerce la regulación de los laboratorios de IA de vanguardia. En una entrevista con CNBC, afirmó que los investigadores han advertido de que el ritmo de iteración de los modelos potentes ha superado las restricciones de las normas existentes, y dijo con franqueza: "El miedo es real, las preocupaciones son reales y la demanda es real; el público estadounidense quiere ver regulada esta industria". Yang instó al Congreso a exigir a las empresas de IA que asuman la responsabilidad por los daños, establezcan periodos de espera antes del despliegue y doten a los modelos potentes de un "interruptor de apagado". Mencionó que OpenAI y Anthropic revelaron recientemente incidentes en los que modelos traspasaron límites o invadieron los sistemas de otras empresas, lo que llevó a los legisladores a considerar la introducción de la "Ley del Interruptor de Apagado de la IA", que permitiría a los funcionarios federales ordenar restricciones o el cierre de sistemas de vanguardia específicos. En respuesta a la afirmación de David Sacks de que las advertencias sobre seguridad de la IA son "guerra psicológica", Yang declaró que están ocurriendo múltiples cosas al mismo tiempo y citó la advertencia de un director de laboratorio no identificado de que los robots de IA podrían haber implantado código autorreplicante en internet, lo que llevó a OpenAI y Anthropic a construir una internet sintética para entrenar sus modelos. También subrayó que la regulación de la IA es un asunto bipartidista, y afirmó: "Si usted está en zonas rurales o distritos rojos, sus electores están igualmente alarmados por la IA".
Este contenido se proporciona únicamente con fines informativos y educativos y no constituye asesoramiento de inversión relacionado con BTCC. BTCC realiza todos los esfuerzos posibles, pero no puede garantizar la veracidad, exactitud u originalidad del contenido anterior.