설문조사 결과: 인공지능 데이터 사용을 둘러싼 소비자 갈등
소비자들은 인공 지능을 지지하지만 기업이 이 기술을 사용하는 방식에 대해 우려하고 있으며, 응답자 중 절반 이상이 인공 지능 사용으로 인해 조직에 대한 신뢰를 잃었다고 Cisco에서 실시한 새로운 설문조사에서 나타났습니다.
이 데이터는 데이터 개인 정보 보호에 대한 소비자 인식 및 행동에 대한 연례 글로벌 검토인 Cisco의 2022년 소비자 개인 정보 보호 설문조사에서 공개되었습니다. 올해 설문조사에서는 투명성이 더욱 강화되어야 함을 강조합니다. 소비자들은 조직이 자신의 개인 데이터를 어떻게 사용하는지에 대한 투명성을 높이는 것이 최우선 과제라고 말합니다.
또한 Cisco 설문조사에 따르면 소비자는 AI를 지지하지만(54%는 AI 제품 개선을 위해 익명화된 데이터를 공유할 의향이 있음), 65%는 AI 사용으로 인해 조직에 대한 신뢰를 잃었습니다.
"기업 조직은 데이터 관행을 간단한 용어로 설명하고 고객과 사용자가 데이터에 무슨 일이 일어나고 있는지 이해할 수 있도록 쉽게 사용할 수 있도록 해야 합니다. 이는 단순한 법적 요구 사항이 아닙니다. 신뢰는 이에 달려 있습니다." Cisco 부사장 겸 최고 책임자 개인정보 보호 책임자 하비 장(Harvey Chang)이 말했습니다.
올해 응답자의 81%는 조직이 개인 데이터를 처리하는 방식이 고객을 바라보고 존중하는 방식을 보여준다는 데 동의했습니다. 이는 Cisco가 2019년 추적을 시작한 이후 가장 높은 비율입니다.
소비자는 데이터를 보호하기 위해 조치를 취합니다
Cisco는 또한 일부 소비자가 조직에 대한 신뢰가 훼손되는 것에 대응하여 자신의 데이터를 더 잘 보호하기 위한 조치를 취하고 있다는 사실을 발견했습니다. 총 76%는 자신의 데이터를 신뢰하지 않는 회사로부터 구매하지 않겠다고 말했고, 37%는 데이터 개인 정보 보호 관행을 통해 공급자를 바꿨다고 말했으며, 53%는 조건에 동의하기 전에 쿠키 설정을 관리하겠다고 답했습니다. 46%. 가정용 청취 장치를 소유한 사람들은 개인정보를 보호하기 위해 정기적으로 장치를 꺼둔다고 답했습니다.
Cisco는 빠르게 변화하는 기술로 인해 소비자가 회사 데이터를 신뢰하기 어렵다고 말하지만 대부분의 응답자는 적절한 비식별화가 실행되면 AI의 잠재적 이점이 위험보다 더 크다고 말합니다. 54%는 익명화된 개인 정보 데이터를 다음과 공유하겠다고 답했습니다. AI 기반 제품과 의사결정을 개선하는 데 도움이 됩니다.
그러나 기업과 소비자 사이에는 단절이 있습니다. 조직의 87%는 자동화된 의사결정이 고객 기대에 부응하도록 보장하는 프로세스가 마련되어 있다고 믿는 반면, 응답자의 60%는 조직이 AI 표현을 위해 개인 데이터를 어떻게 사용하는지 확신하지 못합니다. Cisco는 조직이 소비자에게 AI 애플리케이션을 거부하고 AI 애플리케이션이 어떻게 작동하는지 설명할 수 있는 기회를 제공할 수 있다고 말했습니다.
Cisco에서는 응답자의 절반 이상이 국가 또는 지방 정부가 소비자 데이터 보호에 있어 주요 역할을 해야 한다고 답했습니다. 많은 소비자가 민간 기업이 감독 없이 개인 데이터에 대해 책임을 지는 것을 신뢰하지 않기 때문입니다.
Cisco의 수석 부사장 겸 최고 보안 및 신뢰 책임자인 Brad Arkin은 "이 설문 조사의 통찰력이 조직이 보안, 개인 정보 보호 및 투명성에 대한 고객의 요구 사항을 계속 우선시하도록 영감을 주기를 바랍니다."라고 말했습니다.
위 내용은 설문조사 결과: 인공지능 데이터 사용을 둘러싼 소비자 갈등의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!

핫 AI 도구

Undresser.AI Undress
사실적인 누드 사진을 만들기 위한 AI 기반 앱

AI Clothes Remover
사진에서 옷을 제거하는 온라인 AI 도구입니다.

Undress AI Tool
무료로 이미지를 벗다

Clothoff.io
AI 옷 제거제

AI Hentai Generator
AI Hentai를 무료로 생성하십시오.

인기 기사

뜨거운 도구

메모장++7.3.1
사용하기 쉬운 무료 코드 편집기

SublimeText3 중국어 버전
중국어 버전, 사용하기 매우 쉽습니다.

스튜디오 13.0.1 보내기
강력한 PHP 통합 개발 환경

드림위버 CS6
시각적 웹 개발 도구

SublimeText3 Mac 버전
신 수준의 코드 편집 소프트웨어(SublimeText3)

뜨거운 주제











이 사이트는 6월 27일에 Jianying이 ByteDance의 자회사인 FaceMeng Technology에서 개발한 비디오 편집 소프트웨어라고 보도했습니다. 이 소프트웨어는 Douyin 플랫폼을 기반으로 하며 기본적으로 플랫폼 사용자를 위한 짧은 비디오 콘텐츠를 제작합니다. Windows, MacOS 및 기타 운영 체제. Jianying은 멤버십 시스템 업그레이드를 공식 발표하고 지능형 번역, 지능형 하이라이트, 지능형 패키징, 디지털 인간 합성 등 다양한 AI 블랙 기술을 포함하는 새로운 SVIP를 출시했습니다. 가격면에서 SVIP 클리핑 월 요금은 79위안, 연간 요금은 599위안(본 사이트 참고: 월 49.9위안에 해당), 월간 연속 구독료는 월 59위안, 연간 연속 구독료는 59위안입니다. 연간 499위안(월 41.6위안)입니다. 또한, 컷 관계자는 "사용자 경험 향상을 위해 기존 VIP에 가입하신 분들도

검색 강화 생성 및 의미론적 메모리를 AI 코딩 도우미에 통합하여 개발자 생산성, 효율성 및 정확성을 향상시킵니다. EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG에서 번역됨, 저자 JanakiramMSV. 기본 AI 프로그래밍 도우미는 자연스럽게 도움이 되지만, 소프트웨어 언어에 대한 일반적인 이해와 소프트웨어 작성의 가장 일반적인 패턴에 의존하기 때문에 가장 관련성이 높고 정확한 코드 제안을 제공하지 못하는 경우가 많습니다. 이러한 코딩 도우미가 생성한 코드는 자신이 해결해야 할 문제를 해결하는 데 적합하지만 개별 팀의 코딩 표준, 규칙 및 스타일을 따르지 않는 경우가 많습니다. 이로 인해 코드가 애플리케이션에 승인되기 위해 수정되거나 개선되어야 하는 제안이 나타나는 경우가 많습니다.

LLM(대형 언어 모델)은 대규모 텍스트 데이터베이스에서 훈련되어 대량의 실제 지식을 습득합니다. 이 지식은 매개변수에 내장되어 필요할 때 사용할 수 있습니다. 이러한 모델에 대한 지식은 훈련이 끝나면 "구체화"됩니다. 사전 훈련이 끝나면 모델은 실제로 학습을 중단합니다. 모델을 정렬하거나 미세 조정하여 이 지식을 활용하고 사용자 질문에 보다 자연스럽게 응답하는 방법을 알아보세요. 그러나 때로는 모델 지식만으로는 충분하지 않을 때도 있으며, 모델이 RAG를 통해 외부 콘텐츠에 접근할 수 있더라도 미세 조정을 통해 모델을 새로운 도메인에 적응시키는 것이 유익한 것으로 간주됩니다. 이러한 미세 조정은 인간 주석 작성자 또는 기타 LLM 생성자의 입력을 사용하여 수행됩니다. 여기서 모델은 추가적인 실제 지식을 접하고 이를 통합합니다.

AIGC에 대해 자세히 알아보려면 다음을 방문하세요. 51CTOAI.x 커뮤니티 https://www.51cto.com/aigc/Translator|Jingyan Reviewer|Chonglou는 인터넷 어디에서나 볼 수 있는 전통적인 문제 은행과 다릅니다. 고정관념에서 벗어나 생각해야 합니다. LLM(대형 언어 모델)은 데이터 과학, 생성 인공 지능(GenAI) 및 인공 지능 분야에서 점점 더 중요해지고 있습니다. 이러한 복잡한 알고리즘은 인간의 기술을 향상시키고 많은 산업 분야에서 효율성과 혁신을 촉진하여 기업이 경쟁력을 유지하는 데 핵심이 됩니다. LLM은 자연어 처리, 텍스트 생성, 음성 인식 및 추천 시스템과 같은 분야에서 광범위하게 사용될 수 있습니다. LLM은 대량의 데이터로부터 학습하여 텍스트를 생성할 수 있습니다.

편집자 |ScienceAI 질문 응답(QA) 데이터 세트는 자연어 처리(NLP) 연구를 촉진하는 데 중요한 역할을 합니다. 고품질 QA 데이터 세트는 모델을 미세 조정하는 데 사용될 수 있을 뿐만 아니라 LLM(대형 언어 모델)의 기능, 특히 과학적 지식을 이해하고 추론하는 능력을 효과적으로 평가하는 데에도 사용할 수 있습니다. 현재 의학, 화학, 생물학 및 기타 분야를 포괄하는 과학적인 QA 데이터 세트가 많이 있지만 이러한 데이터 세트에는 여전히 몇 가지 단점이 있습니다. 첫째, 데이터 형식이 비교적 단순하고 대부분이 객관식 질문이므로 평가하기 쉽지만 모델의 답변 선택 범위가 제한되고 모델의 과학적 질문 답변 능력을 완전히 테스트할 수 없습니다. 이에 비해 개방형 Q&A는

머신 러닝은 명시적으로 프로그래밍하지 않고도 컴퓨터가 데이터로부터 학습하고 능력을 향상시킬 수 있는 능력을 제공하는 인공 지능의 중요한 분야입니다. 머신러닝은 이미지 인식, 자연어 처리, 추천 시스템, 사기 탐지 등 다양한 분야에서 폭넓게 활용되며 우리의 삶의 방식을 변화시키고 있습니다. 기계 학습 분야에는 다양한 방법과 이론이 있으며, 그 중 가장 영향력 있는 5가지 방법을 "기계 학습의 5개 학교"라고 합니다. 5개 주요 학파는 상징학파, 연결주의 학파, 진화학파, 베이지안 학파, 유추학파이다. 1. 상징주의라고도 알려진 상징주의는 논리적 추론과 지식 표현을 위해 상징을 사용하는 것을 강조합니다. 이 사고 학교는 학습이 기존을 통한 역연역 과정이라고 믿습니다.

지난주 내부 사퇴와 외부 비판의 물결 속에서 OpenAI는 대내외적 난관에 봉착했다. - 미망인 여동생의 침해로 글로벌 열띤 논의가 촉발됐다. - '대군주 조항'에 서명한 직원들이 잇달아 폭로됐다. - 네티즌들은 울트라맨의 '' 일곱 가지 대죄" ” 소문 파기: Vox가 입수한 유출된 정보와 문서에 따르면 Altman을 포함한 OpenAI의 고위 경영진은 이러한 지분 회수 조항을 잘 알고 있었고 이에 서명했습니다. 또한 OpenAI가 직면한 심각하고 시급한 문제인 AI 보안이 있습니다. 최근 가장 눈에 띄는 직원 2명을 포함해 보안 관련 직원 5명이 퇴사하고, '슈퍼얼라인먼트' 팀이 해체되면서 OpenAI의 보안 문제가 다시 한 번 주목을 받고 있다. 포춘지는 OpenA가

Editor | KX 약물 연구 및 개발 분야에서 단백질과 리간드의 결합 친화도를 정확하고 효과적으로 예측하는 것은 약물 스크리닝 및 최적화에 매우 중요합니다. 그러나 현재 연구에서는 단백질-리간드 상호작용에서 분자 표면 정보의 중요한 역할을 고려하지 않습니다. 이를 기반으로 Xiamen University의 연구자들은 처음으로 단백질 표면, 3D 구조 및 서열에 대한 정보를 결합하고 교차 주의 메커니즘을 사용하여 다양한 양식 특징을 비교하는 새로운 다중 모드 특징 추출(MFE) 프레임워크를 제안했습니다. 조정. 실험 결과는 이 방법이 단백질-리간드 결합 친화도를 예측하는 데 있어 최첨단 성능을 달성한다는 것을 보여줍니다. 또한 절제 연구는 이 프레임워크 내에서 단백질 표면 정보와 다중 모드 기능 정렬의 효율성과 필요성을 보여줍니다. 관련 연구는 "S"로 시작된다
