面對日益增加的科技用戶，企業投放於發展人工智能的資源不斷增加，而提升人工智能運算能力的同時，亦面對可能侵犯用戶私隱的問題。互聯網巨擘Google正研究讓AI學習新演算法，從而在了解用戶的資訊同時避開私隱爭議。 原始資料經加密 再上傳總機 部分人為免私隱曝光，會減少留下互聯網足印(online footprint)，令外界不容易知悉其私隱，但很多時都會防不勝防。Google在今年4月發表研究，他們正測試AI的聯合學習(federated learning)能力。小型AI會在數以百萬計的手機上，學習用家的使用電話習慣。 這些原始資訊(用家使用習慣)不會直接傳送到訓練伺服器，而是手機上的AI會透過加密方式，向Google的主AI更新所學習的事，後者會集合所有小型AI的「報告」來學習，與傳統AI掌握所有數據然後運算不同。 蘋果擬蒐群組特徵 非個人資料 至於美國蘋果公司， 去年則提出「differential privacy」(差分私隱)密碼演算法去收集用戶數據，它容許公司了解某一群組的人的喜好或需要，但不會嘗試了解某一個人的資料，以免被指侵犯私隱。惟有科技網站質疑，蘋果此舉其實只是要取得更多用戶資料。(Motherboard/Medium)
|
| |
| |
;){kind=small}
