Η Google αποφάσισε να μετατρέψει σε open-source το εργαλείο TensorFlow Privacy, με σκοπό να διατηρήσει την ανωνυμία των δεδομένων παρά το γεγονός ότι ταυτόχρονα χρησιμοποιούνται για την εκπαίδευση της Τεχνητής Νοημοσύνης.
Ο κώδικας αυτός είναι πλέον διαθέσιμος στον καθένα και βασίζεται στη διαφορική ιδιωτικότητα (differental privacy), δηλαδή στην αρχή που επιτρέπει σε λειτουργίες τύπου Smart Reply και Smart Compose (από το Gmail) να μαντεύουν τι θέλεις να απαντήσεις συλλέγοντας δεδομένα από emails άλλων χρηστών, χωρίς όμως να αποκαλύπτουν πληροφορίες από αυτά τα emails.
Η διαφορική ιδιωτικότητα είναι κάτι αρκετά συνηθισμένο για την εκπαίδευση των αλγορίθμων Τεχνητής Νοημοσύνης. Ουσιαστικά, διασφαλίζει ότι η Τεχνητή Νοημοσύνη δεν θα μπορεί να κωδικοποιήσει πληροφορίες που είναι μοναδικά δικές σου έτσι ώστε να αποκαλύψει την ταυτότητα σου. Αντ’ αυτού, η Τεχνητή Νοημοσύνη εκπαιδεύεται μέσα από μοτίβα που παρατηρούνται μαζικά σε πληροφορίες χιλιάδων χρηστών.
Τώρα, με την open-source διάθεση του εργαλείου TensorFlow Privacy στον οποιονδήποτε, η Google ευελπιστεί ότι θα προστεθεί αυτή η δικλείδα ασφαλείας και σε άλλα εργαλείας μηχανικής εκμάθησης, και γιατί όχι, να βελτιωθεί ακόμη περισσότερο.
[via]
Οι φήμες για το περίφημο Nintendo Switch 2 έχουν αρχίσει να διαδίδονται εδώ και τουλάχιστον…
Η ομάδα ανάπτυξης του WhatsApp εισάγει διαρκώς νέες λειτουργίες στη δημοφιλή υπηρεσία και δοκιμάζει αρκετές…
Τι συμβαίνει όταν μια εφαρμογή κοινωνικής δικτύωσης απαγορεύεται σε μια χώρα – Το παράδειγμα της…
Το streaming του μέλλοντος: Εικονική πραγματικότητα και διαδραστικές σειρές με διαφορετικές πλοκές - Newsbeast play…
Μετά από ένα εκρηκτικό ξεκίνημα και μια αναμενόμενη πτώση ώσπου να προστεθούν αρκετές quality of…
Μια ομάδα ερευνητών από το Ηνωμένο Βασίλειο και τις ΗΠΑ δημιούργησε έναν custom αλγόριθμο που…
Αυτό το site χρησιμοποιεί cookies, για την παροχή των υπηρεσιών της, να προσαρμόσετε τις διαφημίσεις και να αναλύσει την επισκεψιμότητα. Με τη χρήση αυτής της ιστοσελίδας, συμφωνείτε με τη πολιτική χρήση των cookies.
Leave a Comment