國際政策趨勢
從2017年起，世界各國開始陸續執行不同的AI治理政策，其中位於領先地位的歐盟陸續於2018年制定會員國的合作計畫、2019年提出〈可信任的AI之倫理綱領〉，針對AI開發與應用該遵守的倫理原則提出具體七項要素，並在2020年以各界就前揭文件的回饋意見為基礎，頒布《人工智慧白皮書》，明確提出未來歐盟將規範人工智慧，管制模式是「根據風險區分管制」 （risk-based approach）；更於2021年四月發布《人工智慧管理法草案》，明確其AI管制的意向與方法，將兼顧科技發展與人權價值，優先管制高風險的人工智慧應用。
美歐雙方舉辦的美國-歐盟貿易和技術委員會(Trade and Technology Council, TTC)於2021/9/29在匹茲堡召開首次會議，內容包括雙方官員承諾要共同處理一系列技術與貿易問題，以確保半導體晶片供應、並抗衡中國的主導地位，會議中也將AI管制議題列入其中，包括開發和實施能加強隱私保護的AI，及未來將就AI如何影響全球貿易展開共同研究。自TTC會議開始，以及後續拜登政府展開的一系列活動，都可以看出美歐雙方在AI管制規範上的方向漸趨一致，BROOKINGS於2022/02/21發表《The EU and U.S. are starting to align on AI regulation》文章，描述美歐雙方就AI管制議題的政策與靠攏的趨勢，並對雙方在管制策略發展，以及如何加速提高一致性上提出建議，以下就其重點進行摘譯：
背景介紹與TTC會議
從2017年起，全世界超過60個國家開始採用了針對AI管制的各種規範，而這些不同模式之AI治理模式的興起，也引發了國際間合作的挑戰。隨著AI在線上服務與物理裝置中越來越普遍，任何新的管制政策，都會對全球市場造成嚴重的影響，而AI本身的多樣性特性—可以被訓練與應用於各種不同的模樣，也讓此種情況愈發複雜。例如，AI系統可以將主機架設在雲端，並透過網路從世界任何角落遠端操控，重新訓練(retraining)與遷移學習(transfer learning)可以讓不同團隊在不同的國家間共同利用多個資料庫來訓練同一個AI模型；邊緣運算(edge)與聯盟式學習(federated learning)的技術也讓全世界的物理裝置共享資料，並影響其AI模型的功能。
這些因素都讓AI治理變得更複雜，但進行必要的保護以盡量減少AI帶來的傷害仍是勢在必行的，理想的結果是在政府的合理監管下運行全球AI供應鏈，甚者，國際間如果可以有更統一的AI治理方法，不但可以使監管更加強化，也可以藉由政策引導國際間研發人員的研究方向、解決共同遭遇的問題、並提倡共享最佳的應用、資料、與程式碼。
2021年九月TTC於匹茲堡首此舉行的會議中，相較於其他多年以來的議題—半導體、外資審查、出口管制等，還包含了關於AI政策的討論，雙方與會者皆對會議中對於AI治理的共識表示樂觀，其中特別提及如基於風險分級方法，與政府社會評分等極端案例(見TTC會議附件三)。
會議中擬議的AI管制法案，將對包含數位服務(例如雇用)及物理產品(如醫療設備)等各種高風險AI應用進行管制及監管；此項法案也會對其他種類的AI應用造成影響，例如要求低風險AI揭露部分必要內容(透明性)，或是禁止某些種類的AI應用。該法案將減少國際間管制的隔閡，也可能將造成國際間AI相關往來貿易量降低。雖然該法案會如何執行，還存在許多不確定性，目前看來將由歐盟會員國內的管制機關負責大部分的工作。值得注意的是，即使該法案通過，到生效前還會有一段時間。參考GDPR的例子，近期Amazon 與 WhatsApp分別因為違反隱私條款，分別被處以746,000,000與225,000,000歐元的鉅額罰款，該案例顯示歐盟雖願意行使其管制權力，但大部分重大的罰款，都是發生於GDPR通過後四年以後、GDPR開始執行後兩年。如果AI法案也比照相似的時程，那歐盟還會有幾年的時間才會正式開始執行嚴格監管。
美國AI治理的---加速進行及向歐盟靠攏
美國採用漸進式的AI治理發展，雖然鮮有重大突破，但也慢慢形成其AI治理的方法。政府許多機構，如美國食藥署 (Food and drug administration, FDA)及交通部 (Department of Transportation, DOT)，多年以來不斷努力將AI議題列入其管制範圍。
拜登政府更加速AI管制的步調，聯邦貿易委員會(Federal Trade Commission, FTC)首先於其部落格上發表了一則重大貼文，並開始制定規則要求相關機構必須將AI的歧視、詐欺、和數據濫用問題列入其職責。此外，美國住房及城市發展部(Department of Housing and Urban Development)開始執行一項有別於川普政府時期所規定的演算法，即杜絕居住相關的歧視問題。同年十月底，公平就業機會委員會(Equal Employment Opportunity Commission)宣布其即將發表一項新措施，關於用於雇用和工作場所保護的AI系統；再來，五家金融監管機構已開始調查金融機構中可能影響風險管理、公平借貸和信譽的AI應用；最後，美國國家標準技術研究所(National Institute for Standards and Technology)也正在開發自己的AI風險管理架構。
這一系列的政策，其管制方向開始看起來與歐盟所謂的「高風險AI」的方向類似，而實際上，由於歐盟制定與執行AI法案可能需要數年的時間，美國可能因此會在許多實用領域中的AI管制取得領先地位。除此之外，拜登政府工作人員更表態凸顯其對AI議題的重視—包含FTC的AI現代研究所(AI Now Institute)聯合創始人 Meredith Whittaker，以及白宮科技政策辦公室(White House Office of Science and Technology Policy, OSTP)的AI危害專家Suresh Venkatasubramanian和Rashida Richardson；為回應對 AI 權利法案 (AI Bill of Rights)的呼籲，OSTP 還舉辦一系列關於生物識別技術和其他具有 AI 的公共活動。這些發展都表明拜登政府對於AI管制的策略，與歐盟制定的風險管制、兼顧科技與人權的發展方向相同。
監管合作與治理方向建議
就以往的背景而言，美歐間並非傾向於制定一致的法規，且雙方監管方式的分歧、與非關稅貿易壁壘的都有許多實例。然而近年來美歐兩邊的政策發展，都顯示了政府對於保護市民免於AI傷害的相同方向有著重要進展，且AI管制的制定或許剛好適合消除此種政策的不一致性，AI的特性使其需要包含許多技術細節—如特定的數學公式等，需要誠實且透明的交流。
除規避貿易壁壘外，雙方一致的管制方法，也可以更加強政府的監管，不同政府間若執行相似的AI管制方法，可以增加抓獲最嚴重的違法行為的機會(例如跨國企業的違法行為)。此外，美歐政府間若對於AI的議題之不同面相關注的優先順序存有一致性，可以向民間社會與學術機構傳達明確的訊息，將各方的調查與研究往共同關注的方向引導。
為達成長期AI政策的一致性，美歐雙方可以考慮諸多漸進且可行的方式：
1. 自制定AI相關的通用定義(common definitions)開始著手。
2. 鼓勵更多訊息共享，例如國家標準機構之間的合作。
3. 在監管上積極合作，例如:
(1)鼓勵特定部門溝通與合作，即任命一個中央辦公室(如貿易總局和商務部)作為國際人工智慧監管協調員就如何避免未來規範的衝突提供建議，以預防未來可能遭遇的困難。
(2)採行共同的監理沙盒，就新興AI系統進行共同協作實驗與測試，以幫助制定更好更一致的管制策略。甚至可以發展共同監督線上平台的方法，美歐雙方可允許研究人員研究彙集兩大洲的資料庫，以提升對線上危害的理解。
如這些做法被驗證有效，美歐雙方就能對AI系統的監管制定一致的流程和規範，總而言之，歐盟與美國雙方應該就TTC會議上討論的範圍內，採取更積極的管制合作行動，並為更廣大的國際社會與AI治理方法作好準備。