人工智慧如何改變資料隱私的遊戲規則?
最近的研究表明,基于AI的深度学习模型能够根据胸部X光片等放射学图像来确定患者的种族,而且比人类学专家具有更高的准确性。凯捷咨询公司首席数据科学家Sandeep Sharma指出,AI应用于个人数据收集和分析时,存在侵犯个人隐私的巨大风险。同时由于使用AI的组织之间缺乏对隐私的足够了解,更是加剧了这种威胁。
总体来看,当前企业组织的涉及个人信息类AI应用存在几大显著问题:一是将数据用于收集以外的目的;二是收集不属于数据收集范围的个人信息;三是存储数据超过必要的时间。这些都可能会违反有关数据隐私的法规,比如欧盟的通用数据保护条例(GDPR)等。
AI应用加剧数据隐私暴露风险
基于AI的系统所带来的风险涉及多个方面。例如,英国Burges Salmon律师事务所的技术团队高级助理Tom Whittaker认为,需要考虑到AI潜在的偏见。AI系统依赖于数据,涉及到个人数据时,这些数据或模型的训练方式可能会无意中产生偏差。
与此同时,AI系统也有可能受到破坏,个人的隐私信息也有可能被泄露。Whittaker指出,一部分原因是AI系统依赖于大型数据集,这可能使它们成为网络攻击的主要目标。AI系统输出的数据有可能直接或与其他信息结合时暴露个人的隐私信息。
随着AI系统用于越来越多的应用程序,社会也面临更普遍的风险。信用评分、犯罪风险分析和移民裁定就是其中的的一些例子。如果AI或其使用方式存在缺陷,人们可能会受到比其他情况下更大的隐私侵犯。”
AI也可以对数据隐私产生积极影响
然而也有一些专家指出,AI可以对隐私产生积极影响。它可以用作隐私增强技术(PET)的一种形式,以帮助组织通过设计义务遵守数据保护。
Whittaker对此解释说,“AI可用于创建复制个人数据模式和统计属性的合成数据。AI还可以通过加密个人数据、减少人为错误以及检测潜在的网络安全事件,将侵犯隐私的风险降至最低。”
一些国家政府看到了AI好的一面。比如爱沙尼亚经济事务和通信部政府首席数据官Ott Velsberg就表示,AI在各行业领域发挥着关键作用,爱沙尼亚政府的目标是到2030年实现AI的广泛应用。
他介绍,为了在应用的同时确保遵守数据保护法规,爱沙尼亚开发了一项服务,使人们能够与外部利益相关者共享政府持有的数据。此外爱沙尼亚推出了一个数据跟踪器,可以在政府门户网站上查看个人数据的处理情况。
隐私法规遵从是AI落地应用的关键
AI目前受到包括GDPR在内的法规的监管,但未来还会出台更多的隐私法规。目前,欧盟拥有法律上最强大的AI相关隐私保护。
Whittaker指出,欧盟还计划引入更多针对AI的法规,旨在禁止某些AI系统滥用数据,并对任何高风险的系统规定义务,规定如何存储和使用数据。这些法规与那些在欧盟市场部署AI系统的人员有关,将影响那些向欧盟销售或部署AI解决方案的企业。
为此,在尝试管理AI的风险时,企业领导者应当了解当前和计划中的AI监管政策,不遵这些守法规可能会导致严重后果。报道显示,违反欧盟提议的AI法案规定的高风险义务,可能面临高达2000万欧元或高达年营业额4%的罚款。
首先,对于使用AI系统的企业组织来说,数据使用方式的透明度至关重要。如果用户不知道他们受到AI决策的影响,他们将无法理解或质疑它。其次,要确保用户对数据使用的知情权,并合理合法地使用数据。再次,组织应确保AI算法本身以及它们所依赖的数据经过精心设计、开发和管理,以避免不必要的负面后果。
一言以蔽之,AI应用中良好的数据安全措施是不可或缺的。组织不要收集不必要的数据,并确保在一定时间后删除信息。同时确保对数据的访问受到适当限制,并且具有良好的安全实践。
综上,AI无疑是一种改变游戏规则的技术,将广泛出现在商业应用中,但必须对其进行负责任的管理,以避免侵犯隐私。为此,企业领导者需要更批判性地思考AI是如何被使用和滥用的,发挥AI的积极影响,规避AI的消极作用。
以上是人工智慧如何改變資料隱私的遊戲規則?的詳細內容。更多資訊請關注PHP中文網其他相關文章!

熱AI工具

Undresser.AI Undress
人工智慧驅動的應用程序,用於創建逼真的裸體照片

AI Clothes Remover
用於從照片中去除衣服的線上人工智慧工具。

Undress AI Tool
免費脫衣圖片

Clothoff.io
AI脫衣器

Video Face Swap
使用我們完全免費的人工智慧換臉工具,輕鬆在任何影片中換臉!

熱門文章

熱工具

記事本++7.3.1
好用且免費的程式碼編輯器

SublimeText3漢化版
中文版,非常好用

禪工作室 13.0.1
強大的PHP整合開發環境

Dreamweaver CS6
視覺化網頁開發工具

SublimeText3 Mac版
神級程式碼編輯軟體(SublimeText3)

本站6月27日訊息,剪映是由位元組跳動旗下臉萌科技開發的一款影片剪輯軟體,依託於抖音平台且基本面向該平台用戶製作短影片內容,並相容於iOS、安卓、Windows 、MacOS等作業系統。剪映官方宣布會員體系升級,推出全新SVIP,包含多種AI黑科技,例如智慧翻譯、智慧劃重點、智慧包裝、數位人合成等。價格方面,剪映SVIP月費79元,年費599元(本站註:折合每月49.9元),連續包月則為59元每月,連續包年為499元每年(折合每月41.6元) 。此外,剪映官方也表示,為提升用戶體驗,向已訂閱了原版VIP

透過將檢索增強生成和語意記憶納入AI編碼助手,提升開發人員的生產力、效率和準確性。譯自EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG,作者JanakiramMSV。雖然基本AI程式設計助理自然有幫助,但由於依賴對軟體語言和編寫軟體最常見模式的整體理解,因此常常無法提供最相關和正確的程式碼建議。這些編碼助手產生的代碼適合解決他們負責解決的問題,但通常不符合各個團隊的編碼標準、慣例和風格。這通常會導致需要修改或完善其建議,以便將程式碼接受到應

想了解更多AIGC的內容,請造訪:51CTOAI.x社群https://www.51cto.com/aigc/譯者|晶顏審校|重樓不同於網路上隨處可見的傳統問題庫,這些問題需要跳脫常規思維。大語言模型(LLM)在數據科學、生成式人工智慧(GenAI)和人工智慧領域越來越重要。這些複雜的演算法提升了人類的技能,並在許多產業中推動了效率和創新性的提升,成為企業保持競爭力的關鍵。 LLM的應用範圍非常廣泛,它可以用於自然語言處理、文字生成、語音辨識和推薦系統等領域。透過學習大量的數據,LLM能夠產生文本

大型語言模型(LLM)是在龐大的文字資料庫上訓練的,在那裡它們獲得了大量的實際知識。這些知識嵌入到它們的參數中,然後可以在需要時使用。這些模型的知識在訓練結束時被「具體化」。在預訓練結束時,模型實際上停止學習。對模型進行對齊或進行指令調優,讓模型學習如何充分利用這些知識,以及如何更自然地回應使用者的問題。但是有時模型知識是不夠的,儘管模型可以透過RAG存取外部內容,但透過微調使用模型適應新的領域被認為是有益的。這種微調是使用人工標註者或其他llm創建的輸入進行的,模型會遇到額外的實際知識並將其整合

機器學習是人工智慧的重要分支,它賦予電腦從數據中學習的能力,並能夠在無需明確編程的情況下改進自身能力。機器學習在各個領域都有廣泛的應用,從影像辨識和自然語言處理到推薦系統和詐欺偵測,它正在改變我們的生活方式。機器學習領域存在著多種不同的方法和理論,其中最具影響力的五種方法被稱為「機器學習五大派」。這五大派分別為符號派、聯結派、進化派、貝葉斯派和類推學派。 1.符號學派符號學(Symbolism),又稱符號主義,強調利用符號進行邏輯推理和表達知識。該學派認為學習是一種逆向演繹的過程,透過現有的

編輯|ScienceAI問答(QA)資料集在推動自然語言處理(NLP)研究中發揮著至關重要的作用。高品質QA資料集不僅可以用於微調模型,也可以有效評估大語言模型(LLM)的能力,尤其是針對科學知識的理解和推理能力。儘管目前已有許多科學QA數據集,涵蓋了醫學、化學、生物等領域,但這些數據集仍有一些不足之處。其一,資料形式較為單一,大多數為多項選擇題(multiple-choicequestions),它們易於進行評估,但限制了模型的答案選擇範圍,無法充分測試模型的科學問題解答能力。相比之下,開放式問答

編輯|KX在藥物研發領域,準確有效地預測蛋白質與配體的結合親和力對於藥物篩選和優化至關重要。然而,目前的研究並沒有考慮到分子表面訊息在蛋白質-配體相互作用中的重要作用。基於此,來自廈門大學的研究人員提出了一種新穎的多模態特徵提取(MFE)框架,該框架首次結合了蛋白質表面、3D結構和序列的信息,並使用交叉注意機制進行不同模態之間的特徵對齊。實驗結果表明,該方法在預測蛋白質-配體結合親和力方面取得了最先進的性能。此外,消融研究證明了該框架內蛋白質表面資訊和多模態特徵對齊的有效性和必要性。相關研究以「S

本站8月1日消息,SK海力士今天(8月1日)發布博文,宣布將出席8月6日至8日,在美國加州聖克拉拉舉行的全球半導體記憶體峰會FMS2024,展示諸多新一代產品。未來記憶體和儲存高峰會(FutureMemoryandStorage)簡介前身是主要面向NAND供應商的快閃記憶體高峰會(FlashMemorySummit),在人工智慧技術日益受到關注的背景下,今年重新命名為未來記憶體和儲存高峰會(FutureMemoryandStorage),以邀請DRAM和儲存供應商等更多參與者。新產品SK海力士去年在
