Новое исследование UC Berkeley показывает, что достижения в области искусственного интеллекта создали новые угрозы для конфиденциальности медицинских данных.
Прогресс в сфере разработки новых систем искусственного интеллекта постепенно приводят к значительному расширению возможностей его самостоятельного обучения – и в то же время к тому, что пользователям-людям становится все сложнее и сложнее сохранять анонимность и конфиденциальность в сети, сообщает techxplore.com
Исследование, проведенное профессором Анилом Асуани (Anil Aswani) из Калифорнийского Университета и его командой, показывает, что действующие законы и нормативные акты далеко не идеальны, и не могут сохранить конфиденциальный статус информации в условиях развития искусственного интеллекта. Исследование было опубликованно на JAMA Network Open.
Именно в сфере соблюдения международного акта о интернет-конфиденциальности HIPAA от 1996 года – в его исследовании собраны данные обучения искусственных интеллектов и машинных алгоритмов за последние два года, нацеленные на пользовательские данные свыше 15,000 американцев, участвовавших в эксперименте. Результаты эксперименты показали, что даже наиболее проверенные и сильные способы защиты пользовательской информации по большей части сдают позиции перед постоянно улучшающимся искусственным интеллектом, который находит новые лазейки и возможности проникать в личную и корпоративную сферу пользователей.
Таким образом, Асвани указывает на необходимость пересмотреть текущие международные соглашения по этому поводу, а также пересмотреть сам подход к проектированию и использованию искусственного интеллекта в информационных интернет-системах, где он может вызывать немалые проблемы в контексте конфиденциальности и информационной защиты.
Как бы там ни было, становится понятно, что такая ситуация может быть для одних весьма приятной новостью, а для других – поводом задуматься относительно усиления эффективности инструментов кибер-защиты. Кроме того, увеличение функционала и возможностей искусственного интеллекта также может означать возможность построения более комплексных систем машинного обучения. опубликовано econet.ru
Подписывайтесь на наш канал Яндекс Дзен!
Если у вас возникли вопросы по этой теме, задайте их специалистам и читателям нашего проекта здесь.
P.S. И помните, всего лишь изменяя свое потребление - мы вместе изменяем мир! © econet
Источник: https://econet.ru./
Понравилась статья? Напишите свое мнение в комментариях.
Добавить комментарий