AI規制とLLM規制：過去、現在、そして未来

AI規制とは何か？

AI規制とは、人工知能（AI）技術の開発、応用、および影響を管理するために設計された一連のガイドラインおよび規則です。これらの規制は、AIが責任を持って倫理的に使用され、社会に害や脅威を与えないことを保証するために不可欠です。これらの規制は、データ・プライバシーやセキュリティから倫理的考察、さらには国家安全保障に至るまで、さまざまな問題をカバーしています。

AIは急速に発展している分野であり、その広範な採用は、複雑な法律的、倫理的、社会的問題の多くを提起している。プライバシーに関する懸念、自動化による雇用喪失の可能性、AIを利用したサイバー攻撃のリスク、さらには人類の存亡に関わるリスクなどである。したがって、AI規制は単に技術そのものを管理するだけでなく、社会や個人への影響を管理することでもある。

適切な規制がなければ、AIが誤用・悪用され、ネガティブな結果を招く危険性がある。例えば、AIが偽情報やプロパガンダの拡散に利用され、社会不安につながる可能性がある。また、サイバー攻撃やプライバシー侵害に使われる可能性もある。最悪のシナリオでは、制御不能なAIが人類に存亡の危機をもたらす可能性さえある。

AIは規制されるべきか？

AIを規制すべきかどうかという問題は、論争の的となっている。一方では、技術の悪用を防ぎ、倫理的に開発・利用されるようにするためには規制が必要だと主張する人もいる。その一方で、規制が強すぎると技術革新が阻害され、AI産業の成長が妨げられると懸念する声もある。

OpenAI、グーグル、マイクロソフトといった大手テクノロジー企業の支持を受け、規制が必要であるというコンセンサスが高まっている。しかし、それはAI技術の継続的な発展を可能にし、この分野のダイナミックで予測不可能な性質を考慮に入れて、慎重に設計されるべきである。

規制は、AIの責任ある利用のための枠組みを提供し、倫理的かつ公正で、社会に害を与えない方法でAIが利用されることを保証することができる。また、テクノロジーの潜在的な悪用に対するセーフガードも提供できる。しかし、AIイノベーションの社会的・経済的価値を制限しかねないため、規制が過度に制限的にならないことが重要である。

---

規制とその結果を形成する主要なパラメーター

透明性、公平性、説明可能性

透明性、公平性、説明可能性という原則は、AIが責任を持って倫理的に使用されるための基本である：

• 透明性とは、AIシステムがどのように意思決定を行うかを理解する能力を指す。これは、システムが特定の決定を下す理由をユーザーに理解させ、テクノロジーに対する信頼を築くのに役立つため重要である。
• 公平性とは、AIシステムが特定の集団や個人を差別しないことを保証することである。これは、悪意ある目的でのAIの悪用を防止し、AIの恩恵が社会全体で平等に共有されることを保証する上で極めて重要である。
• 説明可能性とは、AIシステムがどのように機能するかを説明する能力のことである。これは、テクノロジーに対する信頼を築き、意思決定がどのように行われるかをユーザーに理解してもらうために重要である。

リスク・ベース・アプローチ

AI規制に対するリスクベースのアプローチでは、AI技術がもたらす潜在的なリスクを評価し、そのリスクを軽減するための規制を設計する。このアプローチにより、ニュアンスの異なる柔軟な規制の枠組みが可能となり、急速に進化するAI技術の性質に適応することができる。

リスクベースのアプローチには、以下が含まれる：

• 潜在的リスクの特定
• その可能性と潜在的影響の評価
• さまざまなタイプのAI技術において、リスクがどのように顕在化するかを特定する。
• 特定の状況において、これらのリスクを管理するための戦略を策定する。

セキュリティ・リスクと悪意ある行為者への対応

リスクベースのアプローチでは、AI技術から生じるあらゆるリスクに広く焦点を当てるが、AI規制のセキュリティ面では、AI技術の潜在的な悪用やサイバー攻撃への利用の可能性を特に強調する。

セキュリティ・リスクの軽減には、AIシステムのセキュリティの向上、倫理的ガイドラインの導入、説明責任と救済のメカニズムの確立といった対策が含まれる。

悪意のある行為者に対処するには、民間部門、サイバーセキュリティ研究者、法執行機関との協力が必要であり、民間部門と公的部門の両方がAI技術を活用したサイバー犯罪に対抗する手段を確保する必要がある。

制度的アプローチ

AI規制の制度的アプローチには、AIの開発と利用を監督する専門機関や団体の設立が含まれる。これらの機関は、規制の施行、コンプライアンスの監視、発生した問題や懸念への対処を担当する。

制度的アプローチは、AIをより協調的かつ包括的に監視することができるため、より強固で効果的な規制の枠組みを提供することができる。また、政府、産業界、学界、市民社会など、さまざまな利害関係者間の対話と協力の場を提供することもできる。

国際的ハーモナイゼーション

国際整合化とは、異なる国や地域間でAI規制を整合させるプロセスを指す。これにより、AIの開発と利用において公平な競争環境を確保することができ、企業が規制の緩い国へ移動する規制の裁定を防ぐことができる。

国際的なハーモナイゼーションは、各国間の協力と協調を促進し、AIの利益とリスクを世界規模で確実に管理することにも役立つ。しかし、法制度や文化的規範、政治体制の違いから、国際的なハーモナイゼーションを実現することは困難な場合がある。

AI技術のグローバル化に伴い、国際調和の必要性がますます高まっている。AIシステムが国境を越えて開発・導入される中、この技術のリスクと利益を管理するための協調的なグローバル・アプローチが必要とされている。

---

世界のAI規制と法律の歴史

アメリカ合衆国

米国では現在、AIの利用を規制する包括的な連邦法は存在しない。2022年10月、バイデン政権は、データプライバシー、通知と説明、アルゴリズムによる差別保護、安全性と有効性、人間の代替手段とフォールバックといった条項を含むAI権利章典の提案を発表した。2023年6月、米国の国会議員は、AI規制に対する米国のアプローチを見直す連邦委員会を設立する「国家AI委員会法」を提出した。

2023年10月、ホワイトハウスは、連邦政府機関および全米における人工知能（AI）技術の開発、展開、ガバナンスの枠組みを提供するAI大統領令（別名EO 14110）を発表した。これは、AIのイノベーションを促進する一方で、AIの開発が倫理的で、安全で、プライバシーと市民権を尊重することを保証することを目的としている。

イギリス

英国は、AI技術の倫理的発展を支援する規制環境の整備に向けて積極的な措置を講じている。英国のAI戦略は、ガバナンス、倫理、イノベーションにおける英国の強みを活用することに重点を置いている。AIとデータガバナンスの問題について政府に助言を行うデータ倫理イノベーションセンター（CDEI）の設立は、その重要な進展のひとつである。

CDEIは、AI技術が責任を持って使用されることを保証するためのフレームワークやガイドラインの開発に取り組んでいる。さらに、英国のアプローチは、AI領域におけるリーダーシップを維持するために、公共部門のイノベーション、倫理基準、熟練した労働力の構築の重要性を強調している。

EU

欧州連合（EU）は、人工知能に関する包括的な規制を確立する最前線にあり、提案されているAI法は、安全で倫理的なAI開発へのコミットメントを強調している。この画期的な規制は、市民の権利を保護しながらイノベーションを促進するバランスの取れた枠組みを作ることを目的としている。同法は、AIシステムをそのリスクに基づいて分類し、雇用、教育、法執行などの分野におけるリスクの高いアプリケーションにより厳しい要件を適用する。

AI法が透明性、説明責任、データガバナンスに重点を置いていることは、世界の規制アプローチの先例となる。さらに、欧州人工知能委員会の設立は、加盟国間でAI規制を調和させ、AIガバナンスへの統一的かつ効果的なアプローチを確保することへのEUの献身を強調するものである。

日本

日本のAI戦略は、AI技術の社会・経済への統合を重視し、倫理・安全保障上の懸念に対処しつつイノベーションを促進する。政府は、世界のAI市場における日本の競争力強化を目指し、AIの研究開発を促進するイニシアティブを開始した。

日本は、ヘルスケア、製造、輸送を含む様々な分野でのAI応用を加速するため、産学官の連携を促進する環境づくりに注力している。さらに日本は、AI技術の責任ある利用を確保するため、透明性、ユーザーのプライバシー、セキュリティに焦点を当てたAI倫理のガイドラインの確立に取り組んでいる。

オーストラリア

オーストラリアのAI規制に対するアプローチは、倫理的で責任ある開発を確保しつつ、イノベーションを支援する環境を構築することである。オーストラリア政府は国家AI戦略を導入し、オーストラリアが責任あるAIの開発と応用のリーダーとなるビジョンを示している。この戦略には、AIの研究開発への投資、AI利用のための倫理的枠組みの確立、国際協力の促進が含まれている。

オーストラリアはまた、AIアプリケーションの透明性、説明責任、包括性を重視し、AIが社会と経済に積極的に貢献することを保証することで、AI技術に対する国民の信頼を築くことにも注力している。

カナダ

カナダはAI研究への多大な貢献が認められ、AI技術の倫理的開発と展開を導くためのフレームワークに積極的に取り組んでいる。カナダ政府は、カナダをAIイノベーションの世界的先進国と位置づけることを目的とした戦略を導入している。

これらの戦略は、倫理的なAIの開発、質の高い研究への支援、AI技術による経済成長の促進を重視している。カナダのアプローチには、熟練したAI労働力を育成するイニシアティブや、社会的・経済的利益のためにAIを活用するための政府・学界・産業界の協力的パートナーシップを確立するイニシアティブが含まれている。

ブラジル

ブラジルは、AI技術がイノベーションを促進する可能性を認識し、AIを経済的・社会的発展に統合するための措置を講じている。ブラジル政府は、倫理的ガイドライン、イノベーションの促進、労働力におけるAIスキルの開発に焦点を当てたAI政策の枠組みに関する議論を開始した。

ブラジルは、医療、教育、環境の持続可能性といった国家的課題に対処するためにAIを活用することを目指している。ブラジルはまた、AI技術の開発と利用におけるグローバルスタンダードとプラクティスとの整合性を確保するため、国際協力にも注目している。

中国

中国は、2030年までにAIで世界のリーダーになるという大胆なビジョンを明確にしており、AIの研究開発への多額の投資によってこの野心を支えている。AI規制に対する中国政府のアプローチは、国家主導の調整を重視しており、社会の安定を維持しつつ、経済成長と技術革新を推進するAIの潜在力を活用することを目指している。

中国のAI戦略には、新たなAI技術、アプリケーション、産業の開発が含まれ、政府、産業界、学界の協力を奨励する政策に支えられている。さらに中国は、プライバシー、セキュリティ、公平性の問題に対処するため、AIの倫理基準を作成することに重点を置いていると述べている。

---

大規模言語モデル（LLM）を監督するためにどのような規制が生まれつつあるのか？

OpenAIのChatGPT、Google Gemini、Meta LLaMAなどのLLMが主流となり、その能力は急速に進歩している。AI業界の専門家、政府、そしてこれらのモデルを開発している組織の一部でさえ、社会に対する潜在的なリスクについて懸念を表明している。こうした懸念を踏まえ、LLMの世界的な利用を管理するための具体的な規制が進展している。

米国アルゴリズム・アカウンタビリティ法（AAA）

米国で導入された「アルゴリズム説明責任法」は、消費者の生活に影響を与える自動意思決定システムについて、より透明性を高め、コントロールできるようにすることを目的としている。可決されれば、LLMを含むAIシステムの影響評価を実施することが企業に義務付けられる：

• 偏見と差別：制度が不当な偏見や差別を永続させないようにする。
• データプライバシー：個人データがどのように使用され、保護されているかを検証する。
• アルゴリズムの説明責任：企業は、自社のLLMがどのように意思決定を行っているか、どのようなデータを使用しているか、消費者に与える潜在的な影響について開示する必要がある。

米国国家人工知能イニシアティブ法

全米人工知能イニシアティブ法は、LLMを含むAIの研究と応用を加速させるための米国の包括的な国家プログラムである。この法律は以下の点に焦点を当てている：

• AI研究の支援：助成金やイニシアチブを通じて、LLMを含むAIの開発を奨励する。
• 倫理基準と方針：この法律は、AIの倫理基準と方針の策定を促進し、LLMの訓練方法や利用方法に影響を与える可能性がある。
• 国際協力：AI研究における国際協力のガイドラインを確立することが目的であり、LLMがどのように開発され、世界的に管理されるかを形作ることができる。

欧州連合AI法

EUのAI法は、AIシステムに特化した最初の主要な法的枠組みのひとつとなる規制案である。その目的は、AIシステムの安全性を確保し、プライバシーとデータ保護に関するEU法を尊重し、差別を防止する方法で実装することである。

以下は、EUのAI法がLLMシステムに与える潜在的な影響である：

• リスク評価：LLMは、権利と安全に対するリスクに基づいて分類される。重要なインフラ、雇用、個人データに影響するようなリスクの高いアプリケーションは、より厳しい精査を受けることになる。
• 透明性要件：LLMは、個人が人間ではなくAIとやりとりしている場合、それを開示することを義務付けられ、コミュニケーションの透明性が確保される可能性がある。
• 品質とデータガバナンス：この法律は、AIの出力に偏りが生じるのを防ぐため、厳格なデータガバナンスを実施することができる。

信頼できるAIのための欧州委員会ガイドライン

2019年、欧州委員会の人工知能に関するハイレベル専門家グループは、信頼できるAIを実現するための枠組みを定めた「信頼できるAIのための倫理ガイドライン」という文書を発表した。この枠組みは特にLLMに言及し、強調している：

• 人間の主体性と監督：AIは、ガイドラインに規定されているように、人間の主体性と意思決定をサポートすべきである。
• 堅牢性と安全性：LLMは安全で信頼性が高く、意図しない損害を与えることなく動作しなければならない。
• プライバシーとデータガバナンス：ガイドラインは個人情報の保護に強く焦点を当てている。
• 透明性：ガイドラインは説明可能性の重要性を強調しており、つまりLLMは専門家にも一般人にも理解できるものでなければならない。

---

Exabeam Fusion:AIを活用したSIEMのリーディングカンパニー

Exabeamは、TDIRワークフロー全体にわたってAIを活用したエクスペリエンスを提供します。パターンマッチングルールとMLベースの行動モデルの組み合わせにより、リスクの高いユーザーとエンティティの行動を特定することで、クレデンシャルベースの攻撃、インサイダー脅威、ランサムウェア活動などの潜在的なセキュリティ脅威を自動的に検出します。業界をリードするユーザーとエンティティの行動分析（UEBA）は、すべてのユーザーとエンティティの通常の行動をベースライン化し、すべての注目すべきイベントを時系列で表示します。

スマートタイムライン各イベントに関連するリスクをハイライトし、アナリストが何百ものクエリを書く手間を省きます。機械学習はアラートのトリアージワークフローを自動化し、UEBAのコンテキストを追加して、最も注意を要するアラートを動的に特定、優先順位付け、エスカレーションします。

Exabeamプラットフォームは、100を超えるサードパーティ製品に対して、半自動化から完全自動化まで、アクションと操作によって繰り返されるワークフローをオーケストレーションし、自動化することができます。また、Exabeam Outcomes Navigatorは、Exabeam製品に入力されるフィードのソースを、最も一般的なセキュリティのユースケースに照らし合わせてマッピングし、カバレッジを改善する方法を提案します。