Мир ИИ: проектирование с учетом конфиденциальности

Искусственный интеллект обладает возможностью трансформировать все, от наших повседневных рутин до революционных медицинских достижений. Однако, чтобы по -настоящему использовать потенциал ИИ, мы должны подходить к его развитию с ответственностью на переднем крае.

Вот почему обсуждение вокруг генеративного ИИ и конфиденциальности так важно. Мы стремимся внести свой вклад в этот разговор с пониманием переднего края инноваций и нашим глубоким участием с регуляторами и другими экспертами.

В нашем новом рабочем документе по политике под названием «Генеративный ИИ и конфиденциальность» мы выступаем за то, чтобы продукты искусственного интеллекта включали в себя встроенные средства защиты, которые приоритет безопасности пользователей и конфиденциальности с самого начала. Мы также предлагаем политические стратегии, которые решают проблемы конфиденциальности, в то же время позволяя ИИ процветать и принести пользу обществу.

Конфиденциальность по делу в искусственном интеллекте

ИИ выполняет обещание больших преимуществ для отдельных лиц и общества, однако он также может усилить существующие проблемы и представить новые, как показали наши исследования и другие.

То же самое касается конфиденциальности. Очень важно включать защиту, которая обеспечивает прозрачность и контроль, и снижает риски, такие как непреднамеренное раскрытие личной информации.

Это требует солидной основы от стадии разработки до развертывания, основанного на протестированных временных принципах. Любая организация, разработанная инструментами искусственного интеллекта, должна иметь четкую стратегию конфиденциальности.

Наш подход формируется давними методами защиты данных, нашими принципами конфиденциальности и безопасности, ответственными практиками ИИ и нашими принципами ИИ. Это означает, что мы создаем надежные гарантии конфиденциальности и методы минимизации данных, предлагаем прозрачность в отношении нашей практики данных и предоставляем элементы управления, которые позволяют пользователям принимать обоснованные решения и управлять своей информацией.

Сосредоточьтесь на приложениях искусственного интеллекта, чтобы эффективно снизить риски

Поскольку мы применяем установленные принципы конфиденциальности к генеративному ИИ, есть важные вопросы.

Например, как мы практикуем минимизацию данных при обучении моделей на огромных количествах данных? Каковы лучшие способы предложить значимую прозрачность для сложных моделей, которые решают индивидуальные проблемы? И как мы можем создать соответствующий возрасту опытом, который приносит пользу подросткам в мире искусственного интеллекта?

Наша статья дает некоторые начальные мысли по этим темам, сосредоточившись на двух ключевых этапах разработки моделей:

• Обучение и развитие
• Пользовательские приложения

Во время обучения и разработки персональные данные, такие как имена или биографические детали, образуют небольшую, но важную часть данных обучения. Модели используют эти данные, чтобы понять, как язык фиксирует абстрактные концепции о человеческих отношениях и мире вокруг нас.

Эти модели не «базы данных» и не предназначены для выявления людей. Фактически, включая личные данные могут помочь уменьшить предвзятость - например, за счет лучшего понимания имен из различных культур - и повысить точность и производительность модели.

На уровне приложения риск повреждения конфиденциальности, таких как утечка данных, увеличивается, а также возможность реализовать более эффективные гарантии. Такие функции, как выходные фильтры и автоматическая задача, становятся жизненно важными.

Приоритет этих гарантий на уровне применения является не только практичным, но и, как мы полагаем, самый эффективный путь вперед.

Достижение конфиденциальности с помощью инноваций

В то время как большая часть сегодняшнего диалога конфиденциальности искусственного интеллекта фокусируется на снижении рисков - и справедливо, учитывая важность укрепления доверия к искусственному интеллекту, - генеративный ИИ также может повысить конфиденциальность пользователей. Мы должны также воспользоваться этими возможностями.

Генеративный ИИ уже помогает организациям анализировать отзывы о конфиденциальности из крупных пользовательских баз и проблемы соблюдения требований. Это прокладывает путь для новых стратегий кибер -обороны. Технологии, повышающие конфиденциальность, такие как синтетические данные и дифференциальная конфиденциальность, показывают нам, как обеспечить большие социальные преимущества без ущерба для личной информации. Государственная политика и отраслевые стандарты должны поощрять - а не непреднамеренно препятствовать - эти позитивные события.

Необходимость работать вместе

Законы о конфиденциальности предназначены для адаптации, пропорциональных и нейтральных технологий-качества, которые сделали их надежными и устойчивыми с течением времени.

Те же принципы применяются в эпоху ИИ, поскольку мы стремимся сбалансировать сильную защиту конфиденциальности с другими фундаментальными правами и социальными целями.

Дорога впереди потребует сотрудничества в сообществе конфиденциальности, и Google посвящен сотрудничеству с другими, чтобы обеспечить ответственность генеративного общества искусственного интеллекта.

Вы можете прочитать наш рабочий документ по политике по генеративному ИИ и конфиденциальности [здесь] (ссылка на бумагу).