論文の概要: AI Risk Ontologies for the EU AI Act Compliance: AIRO, VAIR, and their Integration with DPV
- arxiv url: http://arxiv.org/abs/2610.31380v1
- Date: Thu, 22 Oct 2026 14:51:13 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-24 02:08:44.41427
- Title: AI Risk Ontologies for the EU AI Act Compliance: AIRO, VAIR, and their Integration with DPV
- Title（参考訳）: EU AI Act準拠のためのAIリスクオントロジー:AIRO、VAIR、DPVとの統合
- Abstract要約: 主な課題は、効果的で相互運用可能でクエリ可能な方法でAIリスクを表現、文書化、カタログ化する方法である。
リスクを管理し、文書化する“リスクの高い”AIシステムに対するEUの要件は、オープンツールやメソッド、その他の必要性を生み出します。
相互運用可能なAIリスク管理ツール。
AIROとVAIRはコンセンサス構築プロセスを通じてData Privacy Vocabulary (DPV)に統合されている。
- 参考スコア（独自算出の注目度）: 0.824878189327387
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: As the use of AI, and consequently its harms, becomes more prevalent, the global discourse around AI has become increasingly risk-aware. With new risks emerging more frequently than ever, a key challenge is how to represent, document, and catalogue AI risks in an effective, interoperable, and queryable manner. Additionally, the European Union (EU) AI Act's requirements for "high-risk" AI systems to manage and document the risks creates the need for open and interoperable tools, methods, and standards that facilitate AI risk management in an ever-changing environment. In this paper, we present ontologies and taxonomies developed to assist with risk management and documentation, in line with the requirements of the EU the AI Act. We developed the AI Risk Ontology (AIRO) to specify AI use cases and their associated risks, complemented by the Vocabulary of AI Risks (VAIR), which populates AIRO with taxonomies of concepts. Key international standards on AI and risk, namely ISO/IEC 23894 on AI risk management and ISO/IEC 22989 on AI terminology informed the development of the ontologies. To promote reuse and enable multi-regulatory compliance, AIRO and VAIR have been integrated in the Data Privacy Vocabulary (DPV) through a consensus-building process, expanding DPV's scope from data to AI.
- Abstract（参考訳）: AIの使用、そしてその結果の害がより一般的になるにつれて、AIに関する世界的な議論はますますリスクに気付きつつある。
新たなリスクがこれまで以上に頻繁に現れる中、AIリスクを効果的で相互運用可能でクエリ可能な方法で表現し、文書化し、カタログ化する方法が重要な課題である。
さらに、リスクを管理し、文書化する「リスクの高い」AIシステムに対する欧州連合(EU) AI Actの要件は、オープンで相互運用可能なツール、メソッド、標準の必要性を生じさせ、常に変化する環境においてAIのリスク管理を促進する。
本稿では,リスク管理とドキュメンテーションを支援するために開発されたオントロジーと分類を,EU the AI Actの要件に従って提示する。
我々はAIリスクオントロジー(AIRO)を開発し、AIのユースケースとその関連するリスクを特定する。
AIとリスクに関する主要な国際標準、すなわち、AIリスク管理に関するISO/IEC 23894と、AI用語に関するISO/IEC 22989は、オントロジーの発展を知らせた。
再利用を促進し、多重規制コンプライアンスを可能にするため、AIROとVAIRはコンセンサス構築プロセスを通じてデータプライバシ語彙(DPV)に統合され、データからAIへのDPVの範囲が拡大された。
関連論文リスト
- From Legal Text to AI-specific Risk Sources: A Systematic Analysis of the EU AI Act's High-Risk Requirements [0.0]
EU AI Actは、リスクの高いAIシステムの必須要件を導入している。
法律の高リスク要件によって暗黙的に対処されるリスクと、確立されたリスクソースとの間に明確なマッピングは存在しない。
結果として得られたEU AI Act Risk Source Listは、法的義務とAIリスク管理プラクティスのギャップを埋めるための重要な一歩を踏み出す。
論文 参考訳（メタデータ） (2026-09-11T21:05:33Z) - AI Risk Atlas: Taxonomy and Tooling for Navigating AI Risks and Resources [24.502423087280008]
AIリスクアトラス(AI Risk Atlas)は、さまざまなソースからAIリスクを統合し、それらをガバナンスフレームワークと整合させる、構造化された分類法である。
私たちはまた、リスク定義、ベンチマーク、データセット、緩和戦略の分割を橋渡しするために設計されたオープンソースのツールのコレクションであるR Risk Atlas Nexusを紹介します。
論文 参考訳（メタデータ） (2025-02-26T12:23:14Z) - Position: Mind the Gap-the Growing Disconnect Between Established Vulnerability Disclosure and AI Security [56.219994752894294]
我々は、AIセキュリティレポートに既存のプロセスを適用することは、AIシステムの特徴的な特徴に対する根本的な欠点のために失敗する運命にあると主張している。
これらの欠点に対処する私たちの提案に基づき、AIセキュリティレポートへのアプローチと、新たなAIパラダイムであるAIエージェントが、AIセキュリティインシデント報告の進展をさらに強化する方法について論じる。
論文 参考訳（メタデータ） (2024-12-19T13:50:26Z) - AI Risk Categorization Decoded (AIR 2024): From Government Regulations to Corporate Policies [88.32153122712478]
我々は4階層の分類に分類された314のユニークなリスクカテゴリを特定した。
最高レベルでは、この分類はシステム・アンド・オペレーショナル・リスク、コンテンツ・セーフティ・リスク、社会的なリスク、法と権利のリスクを含む。
我々は、セクター間の情報共有と、生成型AIモデルとシステムのリスク軽減におけるベストプラクティスの推進を通じて、AIの安全性を向上することを目指している。
論文 参考訳（メタデータ） (2024-06-25T18:13:05Z) - Risks and Opportunities of Open-Source Generative AI [64.86989162783648]
Generative AI(Gen AI)の応用は、科学や医学、教育など、さまざまな分野に革命をもたらすことが期待されている。
こうした地震の変化の可能性は、この技術の潜在的なリスクについて活発に議論を巻き起こし、より厳格な規制を要求した。
この規制は、オープンソースの生成AIの誕生する分野を危険にさらす可能性がある。
論文 参考訳（メタデータ） (2024-05-14T13:37:36Z) - Managing extreme AI risks amid rapid progress [171.05448842016125]
我々は、大規模社会被害、悪意のある使用、自律型AIシステムに対する人間の制御の不可逆的な喪失を含むリスクについて説明する。
このようなリスクがどのように発生し、どのように管理するかについては、合意の欠如があります。
現在のガバナンスイニシアチブには、誤用や無謀を防ぎ、自律システムにほとんど対処するメカニズムや制度が欠けている。
論文 参考訳（メタデータ） (2023-10-26T17:59:06Z) - AI Hazard Management: A framework for the systematic management of root
causes for AI risks [0.0]
本稿ではAI Hazard Management(AIHM)フレームワークを紹介する。
AIのハザードを体系的に識別し、評価し、治療するための構造化されたプロセスを提供する。
総合的な最先端分析からAIハザードリストを構築する。
論文 参考訳（メタデータ） (2023-10-25T15:55:50Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。