Compliance Cards: Computational Artifacts for Automated AI Regulation Compliance

随着人工智能（AI）供应链变得越来越复杂，AI系统和模型越来越可能包含外部来源的成分，如数据集和其他模型。在这种情况下，确定一个AI系统或模型是否符合欧盟AI法案将需要收集与合规相关的元数据，包括整个AI系统或模型以及外部提供的成分。然后必须进行分析，跨越所有这些元数据，以对整个AI系统或模型的合规性进行预测。到目前为止，这个过程还没有被自动化。因此，在有利于进行实时合规性决策的情况下，例如当今AI开发人员的迭代工作流、在Hugging Face等社区中搜索和获取AI成分、联邦和持续学习等情况下，还不能进行实时合规性决策。为了解决这个缺陷，我们介绍了一个高度自动化的AI法案合规性分析系统。该系统有两个关键要素。第一个是一组交互锁定的计算工件，捕获关于整个AI系统或模型以及数据集和模型等任何组成部分的合规相关元数据。第二个是自动化分析算法，跨越这些计算工件运作，对整个AI系统或模型是否符合AI法案进行实时预测。这些要素共同作用，有望增强和加速AI法案合规性评估。

自动化AI Act合规性分析

通过自动化系统收集并分析AI系统和模型的元数据，包括外部数据集和模型，以预测整个AI系统或模型是否符合EU AI Act的合规要求。

该系统具有高度自动化的特点，能够加速AI Act合规性评估。实验设计包括收集元数据和自动化分析算法，使用了外部数据集和模型，并且可能有开源代码可用。

目前还没有类似的自动化AI Act合规性分析系统。相关工作包括研究AI合规性和元数据收集方法。