Viralliset määritelmät EU:n tekoälyasetuksesta (Art. 3) ja yleisesti käytettyjä termejä EU:n tekoälysääntelyssä. Sen ymmärtäminen, mitä asetus tarkoittaa 'tekoälyjärjestelmällä', 'tarjoajalla', 'korkeariskisellä', 'merkittävällä muutoksella' ja 'GPAI-mallilla', on olennaista vaatimustenmukaisuudelle. Tämä sanasto kattaa kaikki ydinluontoiset termit selkokielisinä selityksinä.
Ydinmääritelmät (Art. 3)
EU:n tekoälyasetus sisältää 65 määriteltyä termiä Art. 3:ssa. Tärkeimmät vaatimustenmukaisuuden kannalta on tiivistetty alla.
Tekoälyjärjestelmä (Art. 3(1))
Koneperustainen järjestelmä, joka:
- Toimii vaihtelevilla autonomiatasoilla
- Voi osoittaa sopeutuvuutta käyttöönoton jälkeen
- Päättelee syötteistä, miten tuottaa tuotoksia (ennusteita, sisältöä, suosituksia, päätöksiä), jotka voivat vaikuttaa fyysisiin tai virtuaalisiin ympäristöihin
Keskeinen seuraus: Määritelmä on teknologianeutraali. Se ei edellytä syväoppimista tai neuroverkkoja — sääntöpohjainen järjestelmä, jossa on mukautuvia komponentteja, voi täyttää edellytykset. Toisaalta yksinkertainen if-then-logiikkapuu ilman oppimiskykyä ei todennäköisesti täytä edellytyksiä.
Tarjoaja (Art. 3(3))
Mikä tahansa luonnollinen tai oikeushenkilö, viranomainen, virasto tai elin, joka kehittää tekoälyjärjestelmän tai on sen kehittänyt ja saattaa sen markkinoille tai ottaa sen käyttöön omalla nimellään tai tavaramerkillään — maksullisesti tai maksuttomasti.
Keskeinen seuraus: Kehittämisvastuu + markkinoille saattaminen = tarjoajan asema. Yritys, joka tilaa mukautetun tekoälytoteutuksen ulkopuoliselta kehittäjältä, on tarjoaja, jos järjestelmä saatetaan markkinoille yrityksen brändillä.
Käyttäjä (Art. 3(4))
Mikä tahansa luonnollinen tai oikeushenkilö, viranomainen, virasto tai elin, joka käyttää tekoälyjärjestelmää omalla vastuullaan ammatillisessa tarkoituksessa — paitsi henkilökohtaisessa ei-ammatillisessa toiminnassa.
Keskeinen seuraus: Valtaosa yrityksistä, jotka käyttävät kolmansilta osapuolilta hankittua tekoälyä, on käyttäjiä. Käyttäjävelvoitteet ovat vähemmän rasittavia kuin tarjoajan velvoitteet, mutta ovat silti merkittäviä korkeariskisille järjestelmille.
Valtuutettu edustaja (Art. 3(5))
Mikä tahansa luonnollinen tai oikeushenkilö, joka on sijoittautunut unioniin ja joka on saanut kirjallisen valtuutuksen EU:n ulkopuolelle sijoittautuneelta tekoälyjärjestelmän tarjoajalta täyttämään velvoitteet kyseisen tarjoajan puolesta.
Keskeinen seuraus: EU:n markkinoille tekoälyjärjestelmiä saattavien muiden kuin EU-tarjoajien on nimettävä EU-pohjainen valtuutettu edustaja. Tätä edustajaa voidaan pitää oikeudellisesti vastuullisena tarjoajan EU:n tekoälyasetuksen velvoitteista.
Maahantuoja (Art. 3(6))
Mikä tahansa luonnollinen tai oikeushenkilö, joka on sijoittautunut unioniin ja joka saattaa EU:n markkinoille tekoälyjärjestelmän, joka kantaa EU:n ulkopuolelle sijoittautuneen luonnollisen tai oikeushenkilön nimen tai tavaramerkin.
Jakelija (Art. 3(7))
Mikä tahansa luonnollinen tai oikeushenkilö toimitusketjussa, muu kuin tarjoaja tai maahantuoja, joka asettaa tekoälyjärjestelmän saataville unionin markkinoilla muuttamatta sitä.
Toimija (Art. 3(8))
Kollektiivinen termi, joka kattaa tarjoajat, valtuutetut edustajat, maahantuojat, jakelijat, käyttäjät ja muut asetuksen velvoitteiden alaiset henkilöt.
Käyttötarkoitus (Art. 3(12))
Käyttö, johon tekoälyjärjestelmä on tarjoajan tarkoittama, mukaan lukien erityinen konteksti ja käyttöehdot, jotka on määritelty tarjoajan käyttöohjeissa, myynninedistämis- tai myyntimateriaalissa tai lausunnoissa toimittamissa tiedoissa.
Keskeinen seuraus: Käyttötarkoitus määrittää, mikä riskiluokka soveltuu ja mitä vaatimuksia on täytettävä. Luottoluokitukseen tarkoitettu järjestelmä on korkeariskinen (liite III); sama taustalla oleva malli, jonka tarkoituksena on roskapostisuodatus, ei välttämättä ole. Tarjoajat eivät pysty välttämään korkeariskistä luokittelua jättämällä käyttötarkoituksen epämääräiseksi — asetus tarkastelee kaikkia tietoja järjestelmän suunnittelusta ja markkinoinnista.
Kohtuudella ennakoitava väärinkäyttö (Art. 3(13))
Tekoälyjärjestelmän käyttö tavalla, joka ei ole sen käyttötarkoituksen mukainen, mutta joka voi johtua kohtuudella ennakoitavasta ihmisen käyttäytymisestä tai vuorovaikutuksesta muiden järjestelmien kanssa.
Keskeinen seuraus: Tarjoajien on arvioitava ja käsiteltävä ennakoitavaa väärinkäyttöä riskinhallintajärjestelmissään — ei vain tarkoitettua käyttötapausta. Kulunvalvontaan tarkoitetun kasvojentunnistusjärjestelmän on käsiteltävä ennakoitava riski siitä, että sitä voidaan käyttää reaaliaikaiseen valvontaan.
Turvakomponentti (Art. 3(14))
Tuotteen tai tekoälyjärjestelmän komponentti, joka täyttää turvallisuustoimintoa kyseiselle tuotteelle tai tekoälyjärjestelmälle, tai jonka vikaantuminen tai toimintahäiriö vaarantaa ihmisten terveyden ja turvallisuuden tai omaisuuden.
Keskeinen seuraus: Tekoälyjärjestelmät, jotka ovat liitteen I sektorilainsäädännön kattamien tuotteiden turvakomponentteja, ovat automaattisesti korkeariskisten vaatimusten alaisia, riippumatta siitä, aiheuttaako tekoäly itsessään suoraa riskiä.
Markkinoille saattaminen (Art. 3(9))
Tekoälyjärjestelmän tai yleiskäyttöisen tekoälymallin ensimmäinen asettaminen saataville unionin markkinoilla.
Käyttöönottaminen (Art. 3(11))
Tekoälyjärjestelmän toimittaminen ensimmäistä kertaa suoraan käyttäjälle tai omaan käyttöön unionin markkinoilla sen käyttötarkoitukseen.
Keskeinen seuraus: Sekä "markkinoille saattaminen" (myynti muille) että "käyttöönottaminen" (itse käyttäminen) käynnistävät tarjoajan velvoitteet. Sisäiseen käyttöön tekoälyjärjestelmän rakentava yritys ottaa sen käyttöön ja on tarjoaja, jolla on kaikki velvoitteet.
Korkeariskinen tekoälyjärjestelmä
Ei määritelty yhdessä lauseessa — luokiteltu viittaamalla liitteeseen I (turvakomponentit säännellyissä tuotteissa) ja liitteeseen III (itsenäiset korkeariskiset käyttötapaukset). Riskitaso riippuu käyttötarkoituksesta ja käyttöönottokontekstista, ei taustalla olevasta teknologiasta.
Liitteen III korkeariskiset luokat:
- Biometrinen tunnistaminen ja luokittelu
- Kriittisen infrastruktuurin hallinta
- Koulutus ja ammatillinen koulutus
- Työllistyminen, työntekijöiden hallinta, pääsy itsenäiseen ammatinharjoittamiseen
- Pääsy olennaisiin yksityisiin ja julkisiin palveluihin sekä etuuksiin
- Lainvalvonta
- Maahanmuutto, turvapaikka, rajavalvonnan hallinta
- Oikeudenhoidon ja demokraattisten prosessien hallinto
Yleiskäyttöinen tekoälymalli (GPAI-malli) (Art. 3(63))
Tekoälymalli, myös silloin kun se on koulutettu suurella datamäärällä itsevalvonnan avulla laajassa mittakaavassa, joka osoittaa merkittävää yleistettävyyttä ja kykenee suorittamaan competently laajan valikoiman erilaisia tehtäviä riippumatta siitä, millä tavalla malli saatetaan markkinoille — jota voidaan käyttää erilaisissa alajuurisissa sovelluksissa.
Keskeinen ero tekoälyjärjestelmästä: GPAI-malli ei vielä ole tekoälyjärjestelmä. Siitä tulee osa tekoälyjärjestelmää, kun se integroidaan tuotteeseen tai sovellukseen. Asetus asettaa velvoitteet GPAI-mallien tarjoajille erikseen (ja lisäksi) GPAI-mallien pohjalle rakennettujen tekoälyjärjestelmien tarjoajien velvoitteisiin.
Systeemisen riskin GPAI-malli (Art. 3(65))
GPAI-malli, joka on nimetty systeemisen riskin malliksi, koska sillä on suuren vaikutuksen kyvykkyyksiä arvioituna asianmukaisilla teknisillä työkaluilla ja metodologioilla tai koska sillä on tosiasiallinen tai kohtuudella ennakoitava laajasti vaikuttava merkitys.
Nykyinen indikaattori on kumulatiivinen koulutuksen laskentamäärä, joka ylittää 10^25 FLOPia. Lisäkriteereitä voidaan soveltaa komission delegoiduilla säädöksillä.
Vakava tapahtuma (Art. 3(49))
Mikä tahansa tekoälyjärjestelmän tapahtuma tai toimintahäiriö, joka suoraan tai välillisesti johtaa:
- Henkilön kuolemaan tai vakavaan terveyshaitalle
- Vakavaan ja peruuttamattomaan häiriöön kriittisen infrastruktuurin hallinnassa ja toiminnassa
- Unionin lainsäädännön mukaisten, perusoikeuksien suojeluun tarkoitettujen velvoitteiden rikkomiseen
- Vakavaan omaisuus- tai ympäristövahinko
Merkittävä muutos (Art. 3(23))
Muutos tekoälyjärjestelmään markkinoille saattamisen tai käyttöönottamisen jälkeen, jota ei ole ennakoitu tai suunniteltu alkuperäisessä vaatimustenmukaisuuden arvioinnissa ja joka vaikuttaa tekoälyjärjestelmän vaatimustenmukaisuuteen asetuksen vaatimusten kanssa tai johtaa muutokseen käyttötarkoituksessa.
Vaatimustenmukaisuuden arviointi (Art. 3(20))
Prosessi, jossa todetaan, täyttääkö korkeariskinen tekoälyjärjestelmä asetuksen luvun III, jakson 2 vaatimukset. Vaatimustenmukaisuuden arvioinnit voidaan suorittaa tarjoajan toimesta (oma arviointi) tai ilmoitetun laitoksen toimesta (kolmannen osapuolen arviointi) järjestelmän tyypistä riippuen.
Ilmoitettu laitos (Art. 3(22))
Jäsenvaltion nimeämä vaatimustenmukaisuuden arviointielin, joka suorittaa korkeariskisten tekoälyjärjestelmien kolmannen osapuolen vaatimustenmukaisuuden arviointitoimintoja. Ilmoitetut laitokset ovat tekoälyasetuksen vastineet perinteisessä tuotesääntelyssä käytetyille CE-merkintälaitoksille.
Markkinavalvontaviranomainen (Art. 3(26))
Kansallinen viranomainen, joka vastaa markkinavalvonnan suorittamisesta tekoälyasetuksen nojalla. Jäsenvaltioiden on nimettävä vähintään yksi markkinavalvontaviranomainen jäsenvaltiota kohti.
CE-merkintä (Art. 3(30))
Merkintä, jolla tarjoaja osoittaa, että korkeariskinen tekoälyjärjestelmä on tekoälyasetuksen vaatimusten mukainen ja muun sovellettavan unionin lainsäädännön, joka edellyttää sen kiinnittämistä.
Sektorikohtaiset termit
Biometrinen data (tuotu GDPR:stä)
Henkilökohtainen tieto, joka on saatu luonnollisen henkilön fyysisistä, fysiologisista tai käyttäytymiseen liittyvistä ominaisuuksista tehdystä erityisestä teknisestä käsittelystä, joka mahdollistaa tai vahvistaa kyseisen luonnollisen henkilön yksilöllisen tunnistamisen.
Etäbiometrinen tunnistamisjärjestelmä (Art. 3(40))
Tekoälyjärjestelmä, jonka tarkoituksena on tunnistaa luonnolliset henkilöt etäältä vertaamalla henkilön biometrisiä tietoja viitedatakannassa oleviin biometrisiin tietoihin ilman, että tekoälyjärjestelmän käyttäjä etukäteen tietää, onko henkilö läsnä ja voidaanko se tunnistaa.
Keskeinen seuraus: Luonnollisten henkilöiden reaaliaikainen etäbiometrinen tunnistaminen julkisesti saavutettavissa tiloissa on lainvalvontatarkoituksiin kielletty suppein poikkeuksin (Art. 5).
Perusmalli
Ei määritelty tekoälyasetuksessa — asetus käyttää "GPAI-mallia" sen sijaan. Perusmalli on yleisesti käytetty toimialatermi suurimittakaavaisille esikou lutetuille malleille. Sääntelytarkoituksiin käytä "GPAI-mallia."
Hienosäätö
Ei määritelty asetuksessa. GPAI-mallin mukauttaminen tiettyyn toimialaan tai tehtävään lisäkoulutuksen avulla. Jos hienosäätö johtaa merkittävästi erilaiseen markkinoille saatettuun malliin, hienosäätäjästä voi tulla kyseisen uuden mallin tarjoaja.
Menettelylliset termit
Tekninen dokumentaatio (liite IV)
Jäsennelty dokumentaatiopaketti, jonka korkeariskisten tekoälyjärjestelmien tarjoajien on laadittava ennen markkinoille saattamista ja ylläpidettävä koko järjestelmän elinkaaren ajan. Se sisältää järjestelmän kuvauksen, suunnittelulogiikan, koulutustiedot, testaustulokset, riskienhallinnan dokumentaation ja markkinoille saattamisen jälkeisen valvontasuunnitelman.
EU:n vaatimustenmukaisuusvakuutus (Art. 3(37))
Tarjoajan allekirjoittama virallinen asiakirja, jossa todetaan, että korkeariskinen tekoälyjärjestelmä täyttää kaikki asetuksen sovellettavat vaatimukset. Se on oikeudellinen perusta CE-merkinnän kiinnittämiselle.
Käyttöohjeet (Art. 3(15))
Tarjoajan toimittamat tiedot, joilla tiedotetaan tekoälyjärjestelmän käyttäjää järjestelmän käyttötarkoituksesta, suorituskyvystä, teknisistä eritelmistä ja käyttöehdoista — mukaan lukien rajoitukset ja ennakoitavat riskit.
Markkinoille saattamisen jälkeinen valvontasuunnitelma (Art. 3(32))
Dokumentoitu suunnitelma, jonka tarjoaja on laatinut markkinoille saatettua tai käyttöön otettua korkeariskistä tekoälyjärjestelmää koskevasta käyttökokemuksesta kerätyn tiedon keräämisestä ja tarkastelusta.
Perusoikeusvaikutusten arviointi (Art. 27)
Arviointi, jonka julkissektorin käyttäjien (ja tiettyjen yksityisten käyttäjien) on suoritettava ennen korkeariskisen tekoälyjärjestelmän käyttöönottamista, arvioiden vaikutuksia vaikutuksen piirissä olevien henkilöiden perusoikeuksiin.
Official AI Act Compliance Deadline Calendar
Updated · Sources: Regulation (EU) 2024/1689 and the 2026 Digital Omnibus on AI.
| Obligation | Applies to | Original date | New date | Status | Countdown | Legal basis |
|---|---|---|---|---|---|---|
| Prohibited Practices (Art. 5) | All providers and deployers | active | — | AI Act Art. 5 | ||
| GPAI Rules (Chapter 5) | GPAI model providers | active | — | AI Act Art. 51-56 | ||
| High-risk AI — Annex III (standalone) | Providers of standalone Annex III systems | deferred | — | AI Omnibus 2026 Art. 6(2) | ||
| High-risk AI — Annex I (embedded) | AI embedded in Annex I regulated products | deferred | — | AI Omnibus 2026 Art. 6(1) | ||
| AI-Generated Content Marking | Providers of generative GPAI systems | active | — | AI Act Art. 50(2) | ||
| Regulatory Sandboxes | National competent authorities | active | — | AI Act Art. 57 |
⬇ Download JSON · CC BY 4.0
AI Act meets DORA and NIS2
Is your organisation subject to both the AI Act and DORA? The two regulations intersect on the operational resilience of financial AI systems. Our sister site regulation-dora.eu covers DORA in depth — including what the AI Act adds on top of an existing DORA programme.
The AI Act for financial institutions ↗ Explore regulation-dora.eu ↗Frequently Asked Questions
Art. 3(1) määrittelee tekoälyjärjestelmän 'koneperustaiseksi järjestelmäksi, joka on suunniteltu toimimaan vaihtelevilla autonomiatasoilla ja joka voi osoittaa sopeutuvuutta käyttöönoton jälkeen, ja joka, nimenomaisia tai implisiittisiä tavoitteita varten, päättelee saamastaan syötteestä, miten tuottaa tuotoksia, kuten ennusteita, sisältöä, suosituksia tai päätöksiä, jotka voivat vaikuttaa fyysisiin tai virtuaalisiin ympäristöihin.' Tämä OECD:n tekoälymääritelm ään yhdistetty määritelmä on tarkoituksellisesti laaja ja kattaa käytännöllisesti katsoen kaikki koneoppimismallit, syväoppimismallit ja sääntöpohjaiset järjestelmät, joissa on oppimiskomponentteja.
GPAI-malli (Art. 3(63)) on tekoälymalli, joka on koulutettu laajoilla datamäärillä laajalla yleisellä soveltuvuudella monenlaisiin erillisiin tehtäviin. Sitä voidaan käyttää erilaisiin alajuurisiin tehtäviin joko suoraan tai integroituna toiseen tekoälyjärjestelmään. Esimerkkejä ovat suuret kielimallit (GPT-4, Claude, Gemini, Llama), suuret kuvantuotantomallit (Stable Diffusion, DALL-E) ja multimodaaliset mallit. Määrittelevä ominaisuus on yleinen soveltuvuus — ei tehtäväkohtainen koulutus.
EU:n tekoälyasetus asettaa alkuperäiseksi kynnykseksi kumulatiivisen koulutuksen laskentamäärän, joka ylittää 10^25 FLOPia (kelluvien pisteiden laskuoperaatioita). Tätä kynnystä voidaan muuttaa komission delegoitujen säädösten kautta teknologian kehittyessä. Lisäksi malli voidaan nimetä systeemisen riskin malliksi muilla perusteilla, jos sillä on suuren vaikutuksen kyvykkyyksiä tai laajalle levinnyt käyttöönotto, joka voi aiheuttaa merkittäviä riskejä koulutuksen laskentamäärästä riippumatta.
Merkittävä muutos (Art. 3(23)) on muutos tekoälyjärjestelmään markkinoille saattamisen tai käyttöönottamisen jälkeen, jota ei ole ennakoitu tai suunniteltu alkuperäisessä vaatimustenmukaisuuden arvioinnissa ja joka vaikuttaa tekoälyjärjestelmän vaatimustenmukaisuuteen asetuksen vaatimusten kanssa tai johtaa muutokseen käyttötarkoituksessa, josta järjestelmä on arvioitu. Sen selvittäminen, onko muutos 'merkittävä', edellyttää tarjoajalta arviointia siitä, muuttuuko riskiprofiili, suorituskykyominaisuudet tai käyttötarkoitus tavoin, jotka olisivat vaikuttaneet alkuperäiseen vaatimustenmukaisuuden arviointiin.
Stay ahead of AI Act changes
Get compliance alerts when deadlines or obligations change.
No spam. One-click unsubscribe.
Take compliance further with the AI Act Academy
Templates, training modules, and live Q&A — everything needed to implement AI Act compliance.