MIT发布全球最全AI风险数据库：43份权威报告精华，凝成777条风险清单

主要观点总结

《人工智能风险库》是一项由多个机构合作完成的研究，旨在建立一个公开、全面、可扩展且分类清晰的人工智能风险数据库。研究背景是人工智能的广泛应用所带来的风险已引起广泛关注。该研究通过文献回顾和专家咨询等方法，构建了一个名为“AI风险库”的统一参考框架，包括活态数据库、两个核心分类法和一个配套网站。研究方法包括系统性文献检索和专家咨询等。研究发现大多数风险由AI系统引起，且多发生在部署之后。研究成果包括活态数据库、分类法和网站，具有广泛的应用前景。研究也指出了若干局限性，建议未来研究进一步拓展数据库范围并增加对风险其他维度的描述。

关键观点总结

关键观点1: 研究目的

建立公开、全面、可扩展且分类清晰的人工智能风险数据库

关键观点2: 研究方法

采用系统性文献检索策略结合前向与后向检索以及专家咨询

关键观点3: 研究背景

人工智能风险已成为学者、审计人员、政策制定者等广泛关注的议题

关键观点4: 主要成果

包括活态数据库、两个核心分类法和一个配套网站

关键观点5: 风险分类

包括实体、意图和时间三个维度的AI风险因果分类法，以及七个主要领域的AI风险领域分类法

关键观点6: 研究发现

大多数风险由AI系统引起，且多发生在部署之后

关键观点7: 研究的局限性

部分领域特定或地区特定的风险分类体系未被纳入分析，数据库构建和编码存在主观误差等