-
1 # 您好機器人
-
2 # cnBeta
基於機器學習框架TensorFlow的谷歌最新模組，可以讓開發者只新增幾行額外程式碼就能改善AI模型中的隱私。TensorFlow是目前用於構建機器學習應用程式最流行的工具之一，它被世界各地的開發人員用於建立文字、音訊和影象識別演算法等程式。而伴隨著TensorFlow Privacy的引入，這些開發人員能夠使用“差異隱私”的統計資料來保護使用者的資料。
谷歌產品經理Carey Radebaugh向外媒The Verge透露，釋出這款工具是谷歌履行對人工智慧的承諾和願景。他說道：“如果我們沒有為TensorFlow引入差異化隱私技術，那麼無論是團隊內部還是Google外部使用者在使用過程中就會發現有些不太簡單。因此對於我們來說將其引入TensorFlow是非常重要的，我們還將會對其進行開源，並開始圍繞著它建立新的社群。”
差異隱私的機制有點複雜，但它本質上是一種數學方法，這意味著用於培訓AI模型的使用者資料並不能編碼個人可識別資訊。這是在AI模型中保護個人資訊的常用方法：蘋果在iOS 10上引入了自家的AI服務的，而Google在Gmail的Smart Reply等部分AI功能中也使用到了這項技術。
谷歌的研究科學家ÚlfarErlingsson說，他已經在資料隱私領域工作了20年。 Erlingsson告訴The Verge，這是一種從資料集中刪除可識別的異常值而不改變資料的聚合含義的技術， “你的結果獨立於任何一個人的[資料]，但這仍然是一個很好的結果。”
-
3 # 算盤記賬微信小程式
實現資料自主權:一是告訴誰，誰負責保守秘密，資料獨佔不外傳，未經本人同意不私自挎貝；二是本人刪除權。本人可刪自己資料，刪除連同原資料丶備份全刪；三是將資料物件化管理，實現資料封裝丶隱藏丶一刪全刪，而不是現在流行的關係資料庫丶二維表，資料碎片化，易生產丶難誤別丶難模組化管理。記賬大哥2018.6.8
回覆列表
現在是網際網路時代，那麼必然產生眾多大量資料。而當前我們談及的人工智慧，它是邏輯演算法的執行，但底層架構是大資料，足以見得大資料作為基礎，是何其重要。
但是AI和大資料又有一些區別。AI是執行人的想法，而且是垂直方向的需求執行。基於底層的大資料，系統可以根據已經設計好的程式分析、決策、執行，但是不能獨立思考。即使是在這樣的發展背景下，人工智慧快速發展，網際網路對個人資料的獲取頻繁，甚至有人對此感到敏感，那麼在這種大背景下，個人資料該如何保護？
業界良心，建立行業規則。科技公司獲取使用者資料時應設定邊界，隱私不能碰，在使用使用者資料前必須經過技術脫敏，保護敏感資料。
加大監管。工信部加大行業內監管，多釋出相關政策法規，擴大舉報渠道，加大懲罰力度。個人自律。加強個人資訊保安意識，不要隨便在一些不知名網站上釋出個人資訊，不要跟陌生人透漏個人敏感資訊。總而言之，監管和自律是保護個人資料的重要舉措吧。