Technická dokumentácia
Povinnosť udržiavať podrobné záznamy o architektúre modelu, trénovacích dátach a metodike testovania pre systémy s vysokým rizikom.
Zobraziť definície →Detailná technická analýza nariadenia Európskeho parlamentu o umelej inteligencii. Implementácia bezpečnostných protokolov a klasifikácia systémov podľa miery rizika.
Povinnosť udržiavať podrobné záznamy o architektúre modelu, trénovacích dátach a metodike testovania pre systémy s vysokým rizikom.
Zobraziť definície →Jasné označovanie obsahu generovaného AI a informovanie používateľov o interakcii s automatizovaným systémom v reálnom čase.
Metriky transparentnosti →Implementácia opatrení proti manipulácii s dátami, útokom typu "adversarial" a zabezpečenie integrity algoritmov počas celého cyklu.
Bezpečnostné protokoly →Nariadenie o umelej inteligencii (EU AI Act) predstavuje prvý komplexný právny rámec na svete, ktorý reguluje vývoj a nasadenie technológií AI na základe ich rizikového profilu. Pre inžinierov a dátových vedcov to znamená zavedenie prísnych kontrolných mechanizmov už vo fáze návrhu (Privacy by Design). Každý systém musí prejsť rigoróznym posúdením vplyvu na základné práva a bezpečnosť, pričom pokuty za nedodržanie môžu dosiahnuť až 35 000 000 EUR alebo 7 % celosvetového ročného obratu spoločnosti.
"Cieľom legislatívy nie je zastaviť inováciu, ale zabezpečiť, aby algoritmy pracovali v predvídateľných a bezpečných mantineloch, ktoré minimalizujú kognitívne skreslenie a systémové chyby."
Správa dát sa stáva kritickým pilierom zhody. Podľa článku 10 nariadenia musia byť trénovacie, validačné a testovacie súbory údajov relevantné, reprezentatívne a v maximálnej možnej miere bez chýb. To si vyžaduje implementáciu pokročilých techník čistenia dát a neustály monitoring anomálií v distribučných tokoch. V kontexte ochrany osobných údajov je nevyhnutné zabezpečiť, aby anonymizačné techniky boli nevratné a odolné voči re-identifikačným útokom.
V rámci našej metodiky v Terracotta Co kladieme dôraz na kvantitatívne metriky. Napríklad pri hodnotení bezpečnosti a metrík meriame mieru šumu v dátach a stabilitu gradientu počas tréningu, čo priamo koreluje s budúcimi požiadavkami na certifikáciu podľa noriem ISO/IEC 42001.
| Kategória rizika | Príklady systémov | Regulačné požiadavky | Časový rámec implementácie |
|---|---|---|---|
| Neprijateľné riziko | Sociálne bodovanie (social scoring), biometrická identifikácia v reálnom čase na verejnosti. | ÚPLNÝ ZÁKAZ v rámci EÚ. | 6 mesiacov od účinnosti |
| Vysoké riziko | Kritická infraštruktúra, nábor zamestnancov, zdravotnícke pomôcky, presadzovanie práva. | Povinná certifikácia treťou stranou, logovanie, správa rizík. | 24 - 36 mesiacov |
| Obmedzené riziko | Chatboty, generátory obrázkov, deepfakes. | Povinná transparentnosť (označenie, že ide o AI). | 12 mesiacov |
| Minimálne riziko | Spam filtre, videohry s prvkami AI. | Dobrovoľné kódexy správania. | Bez obmedzení |
Približne 15 % súčasných podnikových AI riešení bude spadať do kategórie "Vysoké riziko", čo si vyžiada priemerný nárast nákladov na compliance o 22 % na projekt.
Maximálna chybovosť v trénovacích dátach pre systémy kritickej infraštruktúry nesmie presiahnuť 0.01 % v kľúčových premenných ovplyvňujúcich bezpečnosť.
Pre splnenie požiadaviek EU AI Act musí technická dokumentácia obsahovať podrobné informácie o každom aspekte životného cyklu AI. Nasledujúci zoznam definuje minimálne požiadavky na technický pas systému:
Implementácia technických opatrení dnes minimalizuje riziká spojené s budúcimi legislatívnymi zmenami. Preštudujte si naše ďalšie materiály o bezpečnosti.