Hur är det utanför EU?
GDPR, EU:s dataskyddsförordning, är blockets mest kända teknikexport, och den har kopierats överallt från Kalifornien till Indien.
Den strategi för AI som EU har använt, som riktar sig till den mest riskfyllda AI, är en som de flesta utvecklade länder är överens om. Om européer kan skapa ett sammanhängande sätt att reglera tekniken, kan det fungera som en mall för andra länder som hoppas kunna göra det också.
“Amerikanska företag kommer, i sin efterlevnad av EU:s AI-lag, också att höja sina standarder för amerikanska konsumenter när det gäller transparens och ansvarsskyldighet”, säger Marc Rotenberg, som leder Center for AI and Digital Policy, en ideell organisation som spårar AI politik.
Lagförslaget övervakas också noga av Biden-administrationen. USA är hem för några av världens största AI-labb, som de på Google AI, Meta och OpenAI, och leder flera olika globala ranking inom AI-forskning, så Vita huset vill veta hur någon reglering kan gälla för dessa företag. För närvarande har inflytelserika amerikanska regeringsfigurer som National Security Advisor Jake Sullivan, handelsminister Gina Raimondo och Lynne Parker, som leder Vita husets AI-satsning, välkomnat Europas ansträngningar att reglera AI.
“Detta är en skarp kontrast till hur USA såg på utvecklingen av GDPR, som vid den tidpunkten folk i USA sa att internet skulle sluta, förmörka solen och göra slut på livet på planeten som vi känner den”, säger Rotenberg.
Trots viss oundviklig försiktighet har USA goda skäl att välkomna lagstiftningen. Det är extremt oroligt över Kinas växande inflytande inom teknik. För Amerika är den officiella inställningen att att behålla västerländsk dominans av teknik är en fråga om huruvida “demokratiska värderingar” råder. Den vill behålla EU, en “likasinnade allierad,” stänga.
Vilka är de största utmaningarna?
Vissa av lagförslagets krav är i dagsläget tekniskt omöjliga att uppfylla. Det första utkastet till lagförslaget kräver att datamängder ska vara fria från fel och att människor kan “fullständigt förstå” hur AI-system fungerar. Datauppsättningarna som används för att träna AI-system är enorma, och att ha en mänsklig kontroll av att de är helt felfria skulle kräva tusentals timmars arbete, om det ens var möjligt att verifiera något sådant. Och dagens neurala nätverk är så komplexa att deras skapare inte helt förstår hur de kommer fram till sina slutsatser.
Teknikföretag är också djupt obekväma när det gäller krav på att ge externa revisorer eller tillsynsmyndigheter tillgång till deras källkod och algoritmer för att upprätthålla lagen.