2019年4 月8 日，负责管理英国首都交通基础设施的伦敦交通局（TfL）推出了超低排放区（ULEZ），实质上意味着超过5年或14年的柴油和汽油车司机“年龄分别需要支付每日12.50英镑的费用才能进入伦敦市中心。
计划是在2021年之前将ULEZ扩展到南北环形公路之间的整个区域，旨在鼓励车辆减排技术的创新，促进电动车的更大吸收，并对其产生积极影响。伦敦人呼吸的空气质量中国机械网okmao.com。
2019年3 月26 日，欧洲运输安全委员会（ETSC）宣布支持临时协议，要求在欧洲销售的新车具有标准安全功能，如智能速度辅助（ISA），这将限制速度车辆驶入其所驾驶区域的速度限制。
虽然该协议仍需得到欧洲议会的批准，并且至少要到2022年才会生效，但预计该技术可在生效后的15年内防止25,000人死亡。
这两个故事有什么共同之处？
虽然这两者都是通过人工智能技术实现的，但它们都是主动监管的例子，旨在促使行业进行创新以实现公共利益。
我花了很多时间研究AI生态系统中出现的技术如何帮助组织更好地为客户服务。
这是有望成为未来技术堆栈主要组成部分的早期阶段，也许是同样大肆宣传和恐惧的事情。
在金融服务行业，我们都在焦急地等待英国金融行为监管局（FCA）等监管机构的合规要求。我参加了许多工作组，来自公司的同行聚集在一起讨论适当的监管水平。
这些对话主要集中在需要精细平衡意外风险的控制与创新提供的机会。这是因为那些处于我职位的人倾向于将监管视为限制我们活动的枷锁，而不是为客户推进结果的机会。
或许我们可以通过观察各种运输监管机构来吸取教训？
如果我们从公共政策的角度出发，我们怎么能创新，以便在未来十年消除金融犯罪，就像TfL寻求消除汽车污染和ETSC消除道路死亡一样？
例如，作为一个行业，我们是否可以雄心勃勃地要求监管部门强制要求在反洗钱程序中使用人工智能技术，以尽量减少不良行为者渗透金融服务行业的可能性？
我相信我们可以而且应该看到监管不是限制创新的枷锁，而是作为努力争取的黄金标准。
人工智能技术使许多事情成为可能，在它出现之前是不切实际的 - 例如监控车辆进入和退出部分道路网络以及检测到速度限制。
这只是两个例子 - 我们可以发现其他什么？