一种新的数学模子增强了对东谈主工智能识别风险的评估,提供了一种可膨大的处罚有筹划,以均衡技巧效益和阴私保护。
东谈主工智能器具越来越多地用于在线和靠近面追踪和监控东谈主们,但它们的灵验性存在要害风险。为了处罚这个问题,牛津互联网斟酌所、伦敦帝国理工学院和UCLouvain的筹划机科学家开导了一个新的数学模子,旨在匡助东谈主们更好地了解东谈主工智能的危急,并维持监管机构保护阴私。他们的斟酌遵循发表在《当然通信》杂志上。
该模子初次为评估识别规律提供了坚实的科学框架,卓越是在处理大范畴数据时。它不错评估告白代码和隐形追踪器等技巧的准确性,这些技巧基于最小的信息(如时区或浏览器成就)来识别在线用户,这如故过被称为“浏览器指纹”。
该斟酌的主要作家、牛津大学互联网斟酌所高等斟酌员Luc Rocher博士说: “咱们以为咱们的规律是一种新的规律,不错匡助评估数据发布中从头识别的风险,同期也不错评估关节、高风险环境中的当代识别技巧。在病院、东谈主谈目标挽救运载或边境约束等方位,风险特别高,瞄准确、可靠的身份识别的需求至关进犯。”
专揽贝叶斯统计晋升准确性
该规律专揽贝叶斯统计畛域来学习如安在小范围内识别个体,并将识别的准确性外推到更大的群体,黄金投资比畴昔的启发式和教学端正好10倍。这使得该规律在评估不同的数据识别技巧在不同的应用门径和手脚成就中怎样大范畴引申时具有独到的才能。这可能有助于发挥注解为什么一些东谈主工智能识别技巧在小案例斟酌中测试时推崇特别准确,但在施行天下中却会识别乌有。
鉴于基于东谈主工智能的身份识别技巧的赶快崛起对匿名和阴私组成的挑战,这些发现特别实时。 举例,东谈主工智能器具正在进行磨真金不怕火,以自动识别网上银行中的东谈主的声息,东谈主谈目标挽救委用中的东谈主的眼睛,或司法中的东谈主的脸。
据斟酌东谈主员称,这种新规律不错匡助组织在东谈主工智能技巧的克己和保护东谈主们个东谈主信息的需求之间赢得更好的均衡,使平日与技巧的互动更安全、更有保险。他们的测试规律允许在全面实施之前识别潜在的流毒和需要变嫌的畛域,这关于保捏安全性和准确性至关进犯。
数据保护的进犯器具
合著者Yves-Alexandre de Montjoye副教学(伦敦帝国理工学院数据科学斟酌所)说:“咱们的新缩放定律初次提供了一个有原则的数学模子来评估识别技巧在范畴上的推崇。了解识别的可膨大性关于评估这些从头识别技巧带来的风险至关进犯,包括确保降服大师当代数据保护立法。”
Luc Rocher博士纪念谈:“咱们深信,这项责任是朝着开导有原则的规律迈出的关节一步,这些规律不错评估更先进的东谈主工智能技巧带来的风险,以及在线东谈主类印迹的可识别性。咱们但愿这项责任将对斟酌东谈主员、数据保护官员、伦理委员会和其他旨在在分享斟酌数据和保护患者、参与者和公民阴私之间找到均衡的从业者有很大的匡助。”