قانون هوش مصنوعی اروپا - فصل 5؛ ماده 42
ماده ۴۲ شرایطی را تعیین میکند که در آن سیستمهای هوش مصنوعی پرخطر، بهواسطه آموزش دادهمحور یا گواهی امنیت سایبری، منطبق با برخی الزامات قانونی فرض میشوند.
ماده قبلی:
ماده ۴۲: فرض انطباق با برخی الزامات
۱. سیستمهای هوش مصنوعی پرخطر که با استفاده از دادههایی آموزش داده شده و مورد آزمون قرار گرفتهاند که بازتابدهنده شرایط جغرافیایی، رفتاری، زمینهای یا کارکردی خاصی هستند که سیستم برای استفاده در آنها طراحی شده است، منطبق با الزامات مربوط مقرر در ماده ۱۰ (۴) تلقی میشوند.۲. سیستمهای هوش مصنوعی پرخطر که ذیل یک طرح امنیت سایبری مطابق مقرره (EU) 2019/881 گواهی شدهاند یا برای آنها اظهارنامه انطباق صادر شده و مرجع آنها در روزنامه رسمی اتحادیه اروپا منتشر شده است، در حدودی که گواهی امنیت سایبری یا اظهارنامه انطباق یا بخشهایی از آن، آن الزامات را پوشش میدهد، منطبق با الزامات امنیت سایبری مقرر در ماده ۱۵ این مقرره فرض میشوند.
🔹 تحلیل بندبهبند ماده ۴۲: فرض انطباق با برخی الزامات
🔸 بند ۱این بند بر تناسب دادههای آموزشی و آزمایشی با محیط کاربرد واقعی تأکید دارد. قانونگذار اتحادیه اروپا فرض میکند سیستمی که دادههای آن بازتابدهنده شرایط جغرافیایی، رفتاری و کارکردی واقعی باشد، از منظر کیفیت داده، سوگیری و قابلیت تعمیم، الزامات ماده ۱۰ (۴) را رعایت کرده است. این بند مشوق بومیسازی دادهها و پرهیز از تعمیم نادرست سیستمهای پرخطر است.
🔸 بند ۲
این بند به همپوشانی مقرراتی میان قانون هوش مصنوعی و چارچوب امنیت سایبری اتحادیه اروپا میپردازد. با پذیرش گواهیها و اظهارنامههای انطباق صادره ذیل مقرره امنیت سایبری (EU) 2019/881، از دوبارهکاری مقرراتی جلوگیری شده و هماهنگی نظامهای نظارتی تقویت میشود. با این حال، فرض انطباق تنها در محدودهای اعمال میشود که گواهی امنیت سایبری واقعاً الزامات ماده ۱۵ را پوشش دهد.
منبع: ترجمه شده توسط بخش فناوری های نوین سایت راسخون
مقالات مرتبط
تازه های مقالات
ارسال نظر
در ارسال نظر شما خطایی رخ داده است
کاربر گرامی، ضمن تشکر از شما نظر شما با موفقیت ثبت گردید. و پس از تائید در فهرست نظرات نمایش داده می شود
نام :
ایمیل :
نظرات کاربران
{{Fullname}} {{Creationdate}}
{{Body}}