Забезпечення майбутнього машинного навчання: вирішення питань конфіденційності, надійності та етичних проблем
Вантажиться...
Дата
2023
Автори
Науковий керівник
Назва журналу
Номер ISSN
Назва тому
Видавець
КПІ ім. Ігоря Сікорського
Анотація
У цій статті розглядаються етичні складнощі широкого впровадження машинного навчання, розглядаються конфіденційність, надійність моделі та ширші етичні проблеми. Зосереджуючись на впливі на суспільство, він підкреслює першочергову важливість конфіденційності, що обумовлено великою кількістю особистих даних під час навчання моделей. Обговорюються ризики ненавмисного розголошення та повторної ідентифікації, що вимагає тонкого балансу між корисністю моделі та індивідуальною конфіденційністю в умовах зміни правил. Наголошуючи на стійкості моделі до агресивних атак, у статті досліджуються такі методи, як змагальне навчання, використання різноманітних наборів даних та інструменти інтерпретації. Етичні міркування, особливо в таких нових технологіях, як автономні системи, ретельно вивчаються, кульмінацією чого є заклик до цілісного підходу, який відстоює справедливість, прозорість і конфіденційність у відповідальних і етичних практиках машинного навчання.
Опис
Ключові слова
Машинне навчання, етичні міркування, питання конфіденційності, надійність моделі, стійкість, змагальні атаки, змагальна підготовка, аналіз даних, диференційована конфіденційність, заходи захисту даних, правила конфіденційності, справедливість, прозорість, відповідальне використання персональних даних, вплив на суспільство, різні сектори, етика імперативи, підзвітність, можливість інтерпретації, автономні системи, етичні настанови, нормативні рамки, громадська довіра, позитивні суспільні зміни, Machine learning, ethical considerations, privacy concerns, model robustness, resilience, adversarial attacks, adversarial training, data analysis, differential privacy, data protection measures, privacy regulations, fairness, transparency, responsible use of personal data, societal impact, diverse sectors, ethical imperatives, accountability, interpretability, autonomous systems, ethical guidelines, regulatory frameworks, public trust, positive societal change
Бібліографічний опис
Гребенник, А. Д. Забезпечення майбутнього машинного навчання: вирішення питань конфіденційності, надійності та етичних проблем / Гребенник Андрій Дмитрович // Інженерія програмного забезпечення і передові інформаційні технології (SoftTech-2023) : матеріали V Міжнародної науково-практичної конференції молодих вчених та студентів, присвячених 125-й річниці КПІ ім. Ігоря Сікорського (19-21 грудня 2023 р., Київ). – Київ : КПІ ім. Ігоря Сікорського, ІПІ ФІОТ, 2023. – С. 76-79. – Бібліогр.: 3 назв.