stackArmor, kamu sektörü ve devlet kuruluşlarının, Üretken Yapay Zeka ve Genel Yapay Zeka Sistemleriyle ilişkili riskleri yönetmek için güvenlik ve yönetişim kontrollerini hızlı bir şekilde uygulamasına yardımcı olan yapay zeka hızlandırıcısı için Çalıştırma Onayı’nı (ATO) duyurdu.
Yapay Zeka için ATO, NIST RMF, NIST SP 800-53 ve NIST SP 800-171 gibi açık NIST standartlarını kullanarak dijital ve bilgi sistemleri riskini yönetme konusundaki onlarca yıllık deneyime dayanır ve bunları, yapay zekayı yönetmek için özel olarak tasarlanmış NIST AI RMF gibi yeni ortaya çıkan çerçevelerle entegre eder. risk.
Dünyanın dört bir yanındaki kuruluşlar, otomatik karar verme ve veri analizi için yapay zekanın avantajlarından yararlanırken, Biden yönetimi yakın zamanda sekiz yapay zeka şirketinin yapay zekanın oluşturduğu riskleri yönetmeye yönelik taahhütlerini açıklayan bir bilgi formu yayınladı. Belgede, idarenin yapay zeka konusunda bir Yönetici Kararnamesi geliştirdiği ve sorumlu yapay zeka gelişimine ilişkin mevzuatı takip etmeye devam edeceği belirtiliyor.
StackArmor CEO’su Gaurav “GP” Pal, “Devlet kurumları yapay zeka kullanmanın sayısız faydasını kabul ediyor, ancak aynı zamanda kendine özgü zorluklar ve risklerden de mahrum olmadığının da farkındalar” dedi. “Vali Newsom’un son idari emri ve yapay zekaya ilişkin yaklaşmakta olan federal yürütme emri, yapay zekanın güvenli ve emniyetli bir şekilde benimsenmesini sağlamanın aciliyetini gösteriyor. ATO for AI™, güvenli ve güvenli yapay zekanın kurumlar tarafından benimsenmesini benzersiz bir şekilde hızlandırıyor.”
AI için ATO, riski değerlendirmek ve yönetmek için eyleme geçirilebilir bir çerçevenin bulunmaması, gelişen risk kontrolleri anlayışı ve güvenli bir çözümü uygulamaya yönelik vasıflı kaynak, araç ve yöntem eksikliği dahil olmak üzere, kamu sektörü kuruluşları tarafından büyük ölçekli AI’nın benimsenmesinin önündeki engelleri ele alıyor.
FedRAMP, FISMA/RMF, DOD CC SRG ve StateRAMP gibi siber risk yönetimi programlarını genişleten AI için ATO, risk kategorileri, güvenlik kontrolleri ve bağımsız değerlendirmeler, sürekli izleme ve teknik önlemlerin uygulanmasını içeren bir yönetişim modelinden oluşan kullanıma hazır bir plan sağlar. kontroller.
Yapay Zeka Risk Yönetimi Mükemmeliyet Merkezi
stackArmor’un yapay zeka risk yönetimi ve uyumluluğuna yaklaşımı, hükümet ve endüstrideki eski ve mevcut önemli isimler tarafından halihazırda iyi karşılandı. Şirket kısa süre önce, güçlü operasyonel geçmişe sahip ve Federal kurumlarda büyük ölçekli modernizasyon çalışmalarını yürütme deneyimine sahip yöneticilerden oluşan bir Yapay Zeka Risk Yönetimi Mükemmeliyet Merkezi (CoE) kurdu.
Önemli üyeler şunları içerir:
- Maria Roat, eski federal CIO yardımcısı
- Alan Thomas, GSA Federal Satın Alma Servisi’nin eski komiseri
- Richard Spires, ABD İç Güvenlik Bakanlığı eski CIO’su
- Teresa Carlson, 25 yılı aşkın liderliğiyle dönüşüm yaratan sektör yöneticisi
StackArmor CoE üyesi Maria, “NIST SP 800-53 Rev 5’te tanımlanan güvenlik kontrollerinden yararlanan yapay zeka sistemlerini yönetmek ve idare etmek için risk tabanlı yöntemlerin yanı sıra FedRAMP gibi yerleşik yönetişim programlarının benimsenmesi, kurumların yapay zekayı daha hızlı benimsemesine yardımcı olabilir” dedi. Roat. “Mevcut protokolleri geliştirerek ajansların ve yüklenicilerin üzerindeki zaman ve maliyet yükünü azaltmak, hükümet misyonunu desteklemek için yapay zeka sistemlerinin zamanında konuşlandırılmasını sağlamak açısından kritik öneme sahiptir.”
Devlet kurumları ve sektör ortakları arasında kusursuz bir entegrasyon yaratma hedefiyle ATO for AI™, tüm kuruluşların yapay zekayı güvenli ve etkili bir şekilde benimsemesine yardımcı oluyor.
CoE üyesi Teresa Carlson, “Yapay zekanın etkin olduğu uygulamaların bulut bilgi işlemle desteklenen hizmetlerde benzersiz birleşimi, gerçek anlamda dijitale öncelik veren bir hükümeti mümkün kılmak için nesilde bir kez karşılaşılabilecek bir fırsat sunuyor” dedi. “FedRAMP onaylı bulut hizmet sağlayıcılarındaki yenilikçi ISV’ler tarafından geliştirilen güvenli ve emniyetli yapay zekaya dayalı uygulamalar sunan hızlandırıcıları kullanarak eski uygulamaları uygun ölçekte dönüştürmek, yapay zekayı benimseme süresini ve maliyetini önemli ölçüde kısaltmamıza yardımcı olabilir. ”