如何解決AI的大數(shù)據(jù)困境？

-Dove · 發(fā)表于 2018-7-29 10:40

今天上午，2018中國人工智能大會在深圳舉行。會上，國際人工智能聯(lián)合會（IJCAI）主席、AAAI/ACM/IEEE Fellow、香港科技大學教授楊強發(fā)表了題為《AI面臨的挑戰(zhàn)和遷移學習所帶來的機遇》的演講，談到了AI發(fā)展遇到的大數(shù)據(jù)的困境以及解決辦法。

楊強表示，我們正處于大數(shù)據(jù)驅(qū)動的AI時代，人們將工作數(shù)字化，然后通過人工智能自動化，從而提高效率。但是，現(xiàn)在我們越來越多的遇到了數(shù)據(jù)的困擾，很多企業(yè)的數(shù)據(jù)都是孤島沒有辦法打通，同時受制于歐盟GDPR等法案的制約，增大了這種困境。
楊強教授具體講解了大數(shù)據(jù)面臨的兩大困境。

一大困境是面臨隱私、安全和監(jiān)督。以歐盟的GDPR為例，GDPR明文規(guī)定了用戶的“被遺忘權(quán)”，對使用自動化模型決策全面禁止，這對機器學習有重大影響，因為讓用戶同意使用并不容易，使用自主決策合法要滿足三點，包括合同處理的必要性、其他法律另行授權(quán)，數(shù)據(jù)主體明確同意。

在數(shù)據(jù)隱私的監(jiān)管的大趨勢下，解決這一問題并不容易。楊強教授提出了聯(lián)邦遷移學習思路，這種思路希望建立起機器學習的企業(yè)生態(tài)，各個企業(yè)自有數(shù)據(jù)不出本地，模型效果不變，在不違規(guī)的情況下建立一個虛擬模型。楊強教授表示，利用聯(lián)邦遷移學習加密技術(shù)，協(xié)同建模，學習模型過程不交換用戶數(shù)，不侵犯隱私。

另一大困境是小數(shù)據(jù)的困境，楊強教授提出了遷移學習，并列舉了跨領(lǐng)域輿情分析的案例。

楊強最后表示，面對數(shù)據(jù)發(fā)展的困擾，希望利用聯(lián)邦遷移學習技術(shù)建立聯(lián)合建模解決方案，克服數(shù)據(jù)障礙。在法律規(guī)范的基礎(chǔ)上，各個參與方理解一致的共識機制，保障安全合規(guī)性。比如在金融領(lǐng)域，可以建立金融業(yè)聯(lián)邦遷移學習聯(lián)盟。

長得丑活得久 · 發(fā)表于 2018-7-29 10:41

學習到了

› 綜合交流 / 資源分享區(qū) › 綜合交流大區(qū)

如何解決AI的大數(shù)據(jù)困境？

如何解決AI的大數(shù)據(jù)困境？

如何解決AI的大數(shù)據(jù)困境？

如何解決AI的大數(shù)據(jù)困境？