פּריוואַטקייט לופּ: קינסטלעך סייכל אין די לאַבירינטה פון פּריוואַטקייט און קאַפּירייט

דאָס איז דער ערשטער פון צוויי אַרטיקלען אין וואָס איך אַדרעס די יידל שייכות צווישן פּריוואַטקייט און קאַפּירייט אויף די איין האַנט, און אַרטיפיסיאַל ינטעלליגענסע אויף די אנדערע.

א פּראָבלעמאַטיק שייכות ווו טעקנאַלאַדזשיקאַל עוואָלוציע איז פּראָווען צו זיין אַזוי שנעל ווי צו מאַכן קיין רעגולאַטאָרי אַדזשאַסטמאַנט פאַרעלטערט פון זיין ערשטער אַפּלאַקיישאַן.

אַדרעסינג טאָרניי ישוז מיט מענטשן ס רעכט און פערזענלעכע דאַטן ריקווייערז ופמערקזאַמקייט, קאַמפּאַטינס און אַ ינדיספּענסאַבאַל דיסקוסיע צווישן אינטעליגענטן און ספּעשאַלאַסץ פון אונדזער צייט. מיר אַנטדעקן אַז מיר זענען נישט גענוג שנעל צו אַדאַפּט געזעלשאַפטלעך כּללים צו די טשאַלאַנדזשיז וואָס טעקנאַלאַדזשיקאַל ינאָווויישאַנז שטעלן צו אונדז. ימערדזשינג טעקנאַלאַדזשיז ינקריסינגלי געפֿינען זיך אַפּערייטינג אין די עפענען פעלד, אין די גאַנץ אַוועק פון רעגיאַליישאַנז וואָס באַגרענעצן זייער אַפּלאַקיישאַן, פריי צו פאַרשאַפן שעדיקן און דעריבער צו טאָן דאָס מיט גאַנץ ימפּיוניטי.

איז עס מעגלעך צו ימאַדזשאַן אַ קאָנטראָל וואָס גייט צוריק אַרויף די קייט פון טעקנאַלאַדזשיקאַל אַנטוויקלונג צו וויסנשאפטלעכע פאָרשונג און זייַן סטראַטידזשיק אַבדזשעקטיווז?

איז עס מעגלעך צו רעגירן די עוואָלוציע פון ​​אונדזער מינים און האַלטן אַ פעסט רעספּעקט פֿאַר יחיד פרייהייט?

פּריוואַטקייט?

"די מער איר פּרובירן צו באַהאַלטן, די מער איר צוציען ופמערקזאַמקייַט. פארוואס איז עס אַזוי וויכטיק אַז קיינער ווייסט וועגן איר? - פֿון דעם פילם "אַנאָן" געשריבן און רעזשיסירט דורך Andrew Niccol - 2018

אינעם פֿילם "אַנאָן” פון 2018, די געזעלשאַפט פון דער צוקונפֿט איז אַ טונקל אָרט, אונטער דער דירעקט קאָנטראָל פון אַ דזשייגאַנטיק קאָמפּיוטער סיסטעם גערופן יטער, וואָס איז ביכולת צו מאָניטאָר יעדער ווינקל פון די פאָלק דורך אָבסערווירן עס דורך די אויגן פון די זעלבע מענטשן וואָס באַפעלקערן עס. יעדער מענטש איז אַ משגיח אויף ביכאַף פון יטער און זייער ערשטער פֿאַראַנטוואָרטלעכקייט איז, פון קורס, צו מאָניטאָר זיך און זייער נאַטור.

יטער איז דער בעסטער אַליירט פון די פּאָליצייַ פאָרסעס: דורך יטער, אגענטן קענען שפּור די דערפאַרונג פון קיין מענטש דורך ריליווינג עס מיט זייער אייגענע אויגן און סאָלווע קיין טיפּ פון פאַרברעכן.

פאליציי אָפיציר סאַל פרעגט זיך פארוואס איר זאָל קעמפן צו באַשיצן אייער פּריוואַטקייט: וואָס איז די פונט ווען איר האָט קיין סיבה צו באַהאַלטן? נאָך אַלע, אין אַ תקופה אין וואָס די טעקנאַלאַדזשיז וואָס מיר בויען צו פאַרגרעסערן די זיכערקייַט פון אונדזער האָמעס און גאסן דאַרפן די רעקאָרדינג, מאָניטאָרינג און וועראַפאַקיישאַן פון אַזאַ אינפֿאָרמאַציע אין די אינטערעסן פון די מענטשן זיך וואָס בעטן שוץ, ווי קענען מיר דערוואַרטן צו גאַראַנטירן זייער פּריוואַטקייט?

צו באַווייַזן ווי געפערלעך עס איז צו האָבן אַקסעס צו די לעבן פון אנדערע, אַ העקער וועט נעמען קאָנטראָל פון יטער און אַ שרעקלעך נייטמער וועט אַראָפּגיין אויף די לעבן פון מיליאַנז פון מענטשן: די סאַקאָנע פון ​​​​צו זען ווי אָפענטיק צוקוקער בילדער פון די מערסט. ויסגעמוטשעט מאָומאַנץ פון זייער לעבן, בראָדקאַסט גלייַך אין זייער רעטינאַז.

די לופּ

Le קינסטלעך נעוראַל נעטוואָרקס וואָס אַנדערלי די פאַנגקשאַנינג פון מאָדערן קינסטלעך סייכל, אַרומדרייען אַרום דריי הויפּט עלעמענטן: יקערדיק אינפֿאָרמאַציע אַנדערש גערופן קאָרפּוס, א אַלגערידאַם פֿאַר די אַסימאַליישאַן פון אינפֿאָרמאַציע און איינער זיקאָרן פֿאַר זייער מעמאָריזאַטיאָן.

דער אַלגערידאַם איז נישט לימיטעד צו אַ באַנאַל לאָודינג פון אינפֿאָרמאַציע אין דער זכּרון, עס סקאַנז עס אין זוכן פון עלעמענטן וואָס פאַרבינדן זיי צו יעדער אנדערער. א מישן פון דאַטן און באציונגען וועט זיין טראַנספערד צו די זכּרון וואָס וועט פאָרעם אַ מוסטער.

אין אַ מאָדעל, דאַטן און באציונגען זענען גאָר ינדיסטינגגווישאַבאַל, וואָס איז וואָס ריקאַנסטראַקטינג די קאָרפּוס פון אָריגינעל טריינינג אינפֿאָרמאַציע פֿון אַ טריינד נעוראַל נעץ איז כּמעט אוממעגלעך.

דאָס איז ספּעציעל אמת ווען קאָרפּוס אַנטהאַלטן גרויס אַמאַונץ פון דאַטן. דאָס איז דער פאַל פון די גרויס לינגגוויסטיק סיסטעמען באקאנט ווי Large Language Models (LLM פֿאַר קורץ) אַרייַנגערעכנט די פאַרנאַנט ChatGpt. זיי זענען שולדיק געווען זייער יפעקטיוונאַס צו די גרויס סומע פון ​​​​אינפֿאָרמאַציע געניצט אין טריינינג: דערווייַל גוט טריינינג ריקווייערז לפּחות אַ ביסל טעראַביטעס פון דאַטן און ווייַל איין טעראַביטע קאָראַספּאַנדז צו 90 ביליאָן אותיות, בעערעך 75 מיליאָן בלעטער פון טעקסט, עס איז גרינג צו פֿאַרשטיין אַז עס איז אַזוי פיל אינפֿאָרמאַציע דארף.

אָבער אויב מאָדעלס קענען ניט זיין דע-ענדזשאַנירד, וואָס זאָל מיר פרעגן זיך די פּראָבלעם פון פּריוואַטקייט ווייאַליישאַנז?

דאַטאַ דאַמאַנאַנס

"ווער ווער איז משוגע קען בעטן צו זיין באפרייט פון פלי מישאַנז, אָבער ווער סע בעט צו זיין באַפרייַונג פון פלי מישאַנז איז נישט משוגע." – באזירט אויף דעם ראָמאַן "כאַפּן 22" פֿון יוסף העללער.

כידעש נוזלעטער

דו זאלסט נישט פאַרפירן די מערסט וויכטיק נייַעס וועגן כידעש. צייכן אַרויף צו באַקומען זיי דורך E- בריוו.

די זאַמלונג פון דאַטן פון אַזאַ אַ גרייס צו לאָזן די שאַפונג פון פראיעקטן אַזאַ ווי ChatGpt אָדער אנדערע ענלעך אָנעס איז הייַנט די פּריראַגאַטיוו פון גרויס מאַלטינאַשאַנאַל קאָמפּאַניעס וואָס, מיט זייער דיגיטאַל אַקטיוויטעטן, האָבן שוין קענען צו באַקומען די הענט אויף די גרעסטע ריפּאַזאַטאָרי פון אינפֿאָרמאַציע. אין דער וועלט: די וועב.

Google און מייקראָסאָפֿט, וואָס פֿאַר יאָרן האָבן געראטן זוכן ענדזשאַנז וואָס יבערקוקן די וועב און עקסטראַפּאָולירן ריזיק קוואַנטאַטיז פון אינפֿאָרמאַציע, זענען די ערשטע קאַנדאַדייץ פֿאַר די שאַפונג פון LLM, די בלויז אַי מאָדעלס וואָס קענען דיידזשעסטיד קוואַנטאַטיז פון אינפֿאָרמאַציע אַזאַ ווי די דיסקרייבד אויבן.

עס איז שווער צו גלויבן אַז Google אָדער מייקראָסאָפֿט וואָלט זיין ביכולת צו פאַרשטאַרקן פערזענלעכע אינפֿאָרמאַציע אין זייער דאַטן איידער זיי נוצן עס ווי אַ קאָרפּוס אין טריינינג אַ נעוראַל נעץ. אַנאָנימיזינג אינפֿאָרמאַציע אין די פאַל פון לינגגוויסטיק סיסטעמען טראַנסלייץ אין די לעגיטימאַציע פון ​​פערזענלעכע דאַטן אין אַ קאָרפּוס און זייַן פאַרבייַט מיט שווינדל דאַטן. לאָמיר ימאַדזשאַן אַ קאָרפּוס די גרייס פון אַ ביסל טעראַביטעס מיט וואָס מיר ווילן צו באַן אַ מאָדעל און לאָמיר פּרובירן צו ימאַדזשאַן ווי פיל אַרבעט וואָלט זיין נויטיק צו מאַניואַלי אַנאָנימיזירן די דאַטן וואָס עס כּולל: עס וואָלט זיין פּראַקטאַקלי אוממעגלעך. אָבער אויב מיר וועלן צו פאַרלאָזנ אויף אַן אַלגערידאַם צו טאָן דאָס אויטאָמאַטיש, דער בלויז סיסטעם וואָס איז ביכולת צו טאָן דעם אַרבעט וואָלט זיין אן אנדער גלייַך גרויס און סאַפיסטאַקייטיד מאָדעל.

מיר זענען אין דעם בייַזייַן פון אַ קלאַסיש קאַטש-22 פּראָבלעם: "צו באַן אַ LLM מיט אַנאָנימייזד דאַטן, מיר דאַרפֿן אַ LLM וואָס איז ביכולת צו אַנאָנימיזירן עס, אָבער אויב מיר האָבן אַ LLM וואָס איז ביכולת צו אַנאָנימיזירן די דאַטן, די טריינינג איז נישט דורכגעקאָכט מיט אַנאָנימייזד דאַטן. ."

די GDPR איז פאַרעלטערט

די GDPR וואָס דיקטייץ (כּמעט) גלאָובאַלי די כּללים פֿאַר ריספּעקטינג מענטשן ס פּריוואַטקייט, אין ליכט פון די טעמעס איז שוין אַלט נייַעס און דער שוץ פון פערזענלעכע דאַטן ינוואַלווד אין אַ טריינינג שטעלן איז נישט קאַנסידערד.

אין די GDPR, פּראַסעסינג פערזענלעכע דאַטן פֿאַר די צוועק פון לערנען גענעראַל קאָראַליישאַנז און קאַנעקשאַנז איז בלויז טייל רעגיאַלייטאַד דורך אַרטיקל 22 וואָס זאגט: "די דאַטן ונטערטעניק האט די רעכט נישט צו זיין אונטערטעניק צו אַ באַשלוס באזירט בלויז אויף אָטאַמייטיד פּראַסעסינג, אַרייַנגערעכנט פּראָפילינג, וואָס טראגט לעגאַל יפעקץ אויף אים אָדער וואָס אַפעקץ אים אין אַ ענלעך און באַטייטיק וועג."

דער אַרטיקל ינטראַדוסיז די פאַרווער פֿאַר דאַטן קאַנטראָולערז צו נוצן די פערזענלעכע דאַטן פון אַ ונטערטעניק ווי אַ טייל פון אַ גאָר אָטאַמייטיד באַשלוס-מאכן פּראָצעס וואָס האט דירעקט לעגאַל יפעקץ אויף די ונטערטעניק. אָבער נעוראַל נעטוואָרקס, לייכט אַסימאַלאַבאַל צו אָטאַמייטיד באַשלוס-מאכן פּראַסעסאַז, אַמאָל טריינד קריגן די פיייקייט צו מאַכן אָטאַמאַטיק דיסיזשאַנז וואָס קענען פּראַל אויף מענטשן ס לעבן. אבער די דיסיזשאַנז זענען נישט שטענדיק "לאַדזשיקאַל". בעשאַס טריינינג, אין פאַקט, יעדער נעוראַל נעץ לערנז צו פאַרבינדן אינפֿאָרמאַציע מיט יעדער אנדערע, אָפט רילייטינג זיי צו יעדער אנדערער אין אַ לעגאַמרע ניט-לינעאַר שטייגער. און דער אַוועק פון "לאָגיק" מאכט נישט גרינגער די אַרבעט פֿאַר די לעגיסלאַטאָר וואָס וויל כאַפּן אַ שילד אין פאַרטיידיקונג פון מענטשן ס פּריוואַטקייט.

אויב איינער אויך אויסדערוויילט צו צולייגן אַ גאָר ריסטריקטיוו פּאָליטיק, למשל פאַרווערן די נוצן פון קיין שפּירעוודיק דאַטן סייַדן בפירוש אָטערייזד דורך די באַזיצער, לעגאַל נוצן פון נעוראַל נעטוואָרקס וואָלט זיין ימפּראַקטאַקאַל. און געבן אַרויף נעוראַל נעץ טעקנאַלאַדזשיז וואָלט זיין אַ הויפּט אָנווער, נאָר טראַכטן פון די אַנאַליסיס מאָדעלס טריינד מיט די קליניש דאַטן פון די סאַבדזשעקץ פון אַ באַפעלקערונג וואָס איז טייל אַפעקטאַד דורך אַ באַזונדער קרענק. די מאָדעלס העלפֿן פֿאַרבעסערן פאַרהיטונג פּאַלאַסיז דורך ידענטיפיצירן קאָראַליישאַנז צווישן די עלעמענטן פאָרשטעלן אין די דאַטן און די קרענק זיך, אומגעריכט קאָראַליישאַנז וואָס אין די אויגן פון קליניסיאַנס קען זיין גאָר ילאַדזשיקאַל.

אָנפירונג באדערפענישן

צו שטעלן דעם פּראָבלעם פון רעספּעקט די פּריוואַטקייט פון מענטשן נאָך ינדיסקרימאַנאַטלי דערלויבן זייַן זאַמלונג פֿאַר יאָרן איז כיפּאַקריטיקאַל צו זאָגן די מינדסטער. די GDPR זיך מיט זיין קאַמפּלעקסיטי איז פאַראַנטוואָרטלעך פֿאַר פילע מאַניפּיאַליישאַנז וואָס לאָזן באַקומען דערלויבעניש צו פּראָצעס פערזענלעכע דאַטן דורך עקספּלויטינג די אַמביגיואַטי פון די קלאָזיז און די שוועריקייט פון פארשטאנד.

מיר אַוואַדע דאַרפֿן אַ סימפּלאַפיקיישאַן פון די געזעץ וואָס אַלאַוז זייַן אָנווענדלעך און אַ פאַקטיש בילדונג אין די באַוווסטזיניק נוצן פון פּערזענלעך אינפֿאָרמאַציע.

מייַן פאָרשלאָג איז נישט צו לאָזן קאָמפּאַניעס צו וויסן די פערזענלעכע דאַטן פון ניצערס וואָס פאַרשרייַבן פֿאַר זייער באַדינונגס, אפילו אויב זיי זענען באַצאָלט באַדינונגס. די נוצן פון שווינדל פערזענלעכע דאַטן דורך פּריוואַט מענטשן זאָל פּאַסירן אויטאָמאַטיש ווען זיי נוצן אָנליין סיסטעמען. די נוצן פון פאַקטיש דאַטן זאָל זיין קאַנפיינד צו די פּערטשאַסינג פּראָצעס אַליין, ינשורינג אַז עס איז שטענדיק גאָר באַזונדער פון די סערוויס דאַטאַבייס.

וויסן די טייסץ און פּרעפֿערענצן פון די ונטערטעניק אָן אַלאַוינג אַ נאָמען אָדער פּנים צו זיין פארבונדן מיט דעם פּראָפיל וואָלט פונקציאָנירן ווי אַ פאָרעם פון אַנאָנימיזאַטיאָן דורכגעקאָכט אַפּסטרים וואָס וואָלט אויטאָמאַטיש לאָזן די זאַמלונג פון דאַטן און זייער נוצן אין אָטאַמיישאַן סיסטעמען אַזאַ ווי קינסטלעך סייכל.

אַרטיקל פון Gianfranco Fedele