به گزارش گروه دانشگاه خبرگزاری دانشجو، حفظ حریم خصوصی دادهها هزینه دارد. تکنیکهای امنیتی وجود دارد که از دادههای حساس کاربر، مانند آدرسهای مشتری، در برابر مهاجمانی که ممکن است سعی کنند آنها را از مدلهای هوش مصنوعی استخراج کنند محافظت میکند –، اما اغلب این مدلها را دقیقتر میکنند.
محققان MIT اخیراً چارچوبی را بر اساس معیار حریم خصوصی جدید به نام PAC Privacy توسعه دادهاند که میتواند عملکرد یک مدل هوش مصنوعی را حفظ کند و در عین حال اطمینان حاصل کند که دادههای حساس مانند تصاویر پزشکی یا سوابق مالی در برابر مهاجمان در امان هستند. اکنون، آنها این کار را با کارآمدتر کردن تکنیک خود از نظر محاسباتی، بهبود معاوضه بین دقت و حریم خصوصی، و ایجاد یک الگوی رسمی که میتواند برای خصوصی کردن تقریباً هر الگوریتم بدون نیاز به دسترسی به عملکرد درونی آن الگوریتم مورد استفاده قرار گیرد، یک قدم جلوتر برداشتهاند.