Heim  >  Artikel  >  Technologie-Peripheriegeräte  >  Der Einfluss des Datenmanagements auf generative KI

Der Einfluss des Datenmanagements auf generative KI

WBOY
WBOYnach vorne
2023-06-07 11:15:36870Durchsuche

2023 wird das Jahr sein, das uns als Mainstream-Beginn der KI-Ära in Erinnerung bleibt, angetrieben von der Technologie, über die alle reden: ChatGPT.

Generative KI-Sprachmodelle wie ChatGPT haben unsere Fantasie beflügelt, da wir zum ersten Mal sehen können, wie KI wie Gespräche mit echten Menschen mit uns interagiert und Prosa generiert , Gedichte und andere neue Inhalte, die wir kreativ finden. Mit generativen KI-Lösungen besteht möglicherweise bahnbrechendes Potenzial zur Steigerung der Innovationsgeschwindigkeit, Produktivität und Effizienz bei der Wertschöpfung. Trotz der Einschränkungen gibt es noch viel Raum für Verbesserungen im Bewusstsein ihrer Datenschutz- und Management-Best Practices.

In letzter Zeit haben viele in den Bereichen Technologie und Sicherheit Alarm geschlagen, weil es an Verständnis und angemessenen regulatorischen Leitlinien für den Einsatz künstlicher Intelligenz mangelt. Es wurden Bedenken hinsichtlich der Zuverlässigkeit der Ergebnisse von KI-Tools, geistigen Eigentumsrechten, der Offenlegung sensibler Daten sowie Verstößen gegen Datenschutz- und Sicherheitsfragen geäußert.

Samsungs Vorfall mit ChatGPT sorgte für Schlagzeilen, weil der Technologieriese versehentlich seine Geheimnisse an ChatGPT weitergab. Samsung ist nicht das einzige Unternehmen, das dies tut: Eine Cyberhaven-Studie ergab, dass 4 % der Mitarbeiter sensible Unternehmensdaten in große Sprachmodelle eingespeist hatten. Vielen Menschen ist nicht bewusst, dass KI-Unternehmen diese Daten möglicherweise bei anderen Gelegenheiten wiederverwenden, wenn sie Unternehmensdaten zum Trainieren von Modellen verwenden.

Als ob wir kein weiteres Futter für Cyberkriminalität bräuchten, enthüllte das Cybersecurity-Intelligence-Unternehmen RecordedFuture: „Innerhalb weniger Tage nach der Veröffentlichung von ChatGPT hatten wir viele Bedrohungsakteure.“ In den Foren entdeckt, wo fehlerhafte, aber voll funktionsfähige Malware, Social-Engineering-Tutorials, Geldverdienpläne und mehr geteilt werden – alles mithilfe von ChatGPT „Wenn sich eine Person mit einem Tool wie ChatGPT anmeldet, kann sie auf IP-Adressen, Browsereinstellungen und Browsing-Aktivitäten zugreifen – genau wie bei heutigen Suchanfragen“, sagte Jose Blaya, Director of Engineering für privaten Internetzugang bei derselben Engine. Aber es steht noch mehr auf dem Spiel, weil dadurch politische Überzeugungen oder sexuelle Orientierung ohne die Zustimmung einer Person offengelegt werden könnten und die Veröffentlichung peinlicher oder sogar karriereschädigender Informationen bedeuten könnte.

Natürlich brauchen wir bessere Vorschriften und Standards, um diese neuen Technologien der künstlichen Intelligenz umzusetzen. Es fehlt jedoch an Diskussionen über die wichtige Rolle von Data Governance und Datenmanagement, die eine Schlüsselrolle bei der Einführung und sicheren Nutzung künstlicher Intelligenz in Unternehmen spielen können.

Alles dreht sich um Daten

Hier sind die drei Aspekte, auf die Sie sich konzentrieren sollten:

Bei proprietären vorab trainierten KI-Modellen oder großen Sprachmodellen (LLM) liegt das Kernproblem der Datenverwaltung und -transparenz in den Trainingsdaten. Maschinelle Lernprogramme, die llm verwenden, enthalten große Datensätze aus vielen Quellen. Das Problem besteht darin, dass LLM eine Blackbox ist und wenig Transparenz in die Quelldaten bietet. Wir sind unvoreingenommen und unvoreingenommen hinsichtlich der Glaubwürdigkeit der Quellen, vermeiden jedoch die Einbeziehung rechtswidriger persönlich identifizierbarer Informationen oder betrügerischer Daten. Open AI beispielsweise gibt seine Quelldaten nicht weiter. Die Washington Post analysierte den C4-Datensatz von Google, der 15 Millionen Websites umfasst, und fand Dutzende anstößiger Websites, die hetzerische und personenbezogene Informationsdaten sowie andere fragwürdige Inhalte enthielten. Data Governance erfordert Transparenz über Datenquellen und stellt die Gültigkeit und Vertrauenswürdigkeit der aus diesen Datenquellen gewonnenen Erkenntnisse sicher. Beispielsweise könnte Ihr KI-Bot anhand von Daten aus ungeprüften Quellen oder Fake-News-Seiten trainiert worden sein, wodurch sein Wissen verfälscht wird und nun Teil der neuen Richtlinien oder des F&E-Programms Ihres Unternehmens ist.

Derzeit verfolgen verschiedene Anbieter künstlicher Intelligenz unterschiedliche Strategien für den Umgang mit dem Datenschutz der Benutzer, einschließlich Datenisolation und Datendomänen. Ihre Mitarbeiter stellen LLM möglicherweise unwissentlich Daten zur Verfügung, wissen jedoch möglicherweise nicht, dass diese Daten in die Wissensdatenbank des Modells aufgenommen werden. Es ist möglich, dass Unternehmen unbeabsichtigt Geschäftsgeheimnisse, Softwarecodes und personenbezogene Daten an die Öffentlichkeit weitergeben. Einige KI-Lösungen bieten Workarounds, wie etwa APIs zum Schutz der Privatsphäre durch den Ausschluss von Daten aus vorab trainierten Modellen. Dies schränkt jedoch ihren Wert ein, da der ideale Anwendungsfall darin besteht, vorab trainierte Modelle mit fallspezifischen Daten zu erweitern und gleichzeitig die Daten privat zu halten. Eine Lösung für das Problem besteht darin, dass vorab trainierte KI-Tools das Konzept der Datendomänen verstehen. „Gemeinsame“ Trainingsdatenfelder werden für die Vorschulung verwendet und zwischen Einheiten geteilt, während Trainingsmodellerweiterungen, die auf „proprietären Daten“ basieren, sicher auf die Grenzen der Organisation beschränkt sind. Das Datenmanagement stellt sicher, dass diese Grenzen geschaffen und erhalten bleiben.

KI-induzierte abgeleitete Arbeiten decken den dritten Bereich des Datenmanagements ab, der mit dem KI-Prozess und letztendlich den Dateneigentümern zusammenhängt. Nehmen wir an, ich verwende einen KI-Bot, um ein Codierungsproblem zu lösen. Normalerweise wüsste ich, wer für die Untersuchung und Behebung einer Sache verantwortlich ist, denn wenn etwas nicht richtig gehandhabt wird, tritt ein Fehler auf. Aber bei KI ist meine Organisation für alle Fehler oder nachteiligen Folgen verantwortlich, die sich aus den Aufgaben ergeben, die ich der KI auftrage – auch wenn wir über den Prozess oder die Quelldaten nicht transparent sind. Der Maschine kann man nicht die Schuld geben: Irgendwo war es ein Mensch, der einen Fehler oder ein schlechtes Ergebnis gemacht hat. Was ist mit dem geistigen Eigentum? Besitzen Sie das geistige Eigentum eines mit generativen KI-Tools erstellten Werks? Laut Harvard Business Review beginnt die Kunstwelt bereits, Klagen einzureichen.

Datenmanagementstrategien, die Sie jetzt in Betracht ziehen sollten

In diesen frühen Phasen wissen wir nicht, was wir nicht über KI wissen, einschließlich schlechte Daten, Privatsphäre und Sicherheit, Risiken für geistiges Eigentum und andere sensible Datensätze. Künstliche Intelligenz ist ebenfalls ein weites Feld mit mehreren Ansätzen wie LLM und logikbasierter Automatisierung. Dies sind nur einige der Themen, die durch die Kombination von Daten-Governance-Richtlinien und Datenverwaltungspraktiken untersucht werden:

#🎜🎜 #

    Unterbrechen Sie das Experimentieren mit generativer KI, bis Sie eine Überwachungsstrategie, -richtlinie,

sowie Risikominderung und Verfahren zur Verifizierung haben Ergebnisse.

    Leitfaden für konsolidiertes Datenmanagement: Beginnen Sie mit einem soliden Verständnis Ihrer Daten, unabhängig davon, wo sie sich befinden. Wo sind Ihre sensiblen persönlichen Daten und Kundendaten? Wie viele IP-Daten haben Sie und wo sind diese Dateien? Können Sie die Nutzung überwachen, um sicherzustellen, dass diese Datentypen nicht versehentlich in KI-Tools eingespeist werden, und um Sicherheits- oder Datenschutzverletzungen zu verhindern?

Vermeiden Sie die Bereitstellung unnötiger Daten für KI-Anwendungen und geben Sie keine sensiblen proprietären Daten weiter. Sperren/verschlüsseln Sie IP- und Kundendaten, um deren Weitergabe zu verhindern.

Verstehen Sie, wie und ob KI-Tools für Datenquellen transparent sein können.

Können Anbieter Ihre Daten schützen? Google hat diese Aussage auf seinem Blog geteilt, aber das „Wie“ ist unklar: „Was auch immer Ob ein Unternehmen ein Modell schult.“ In VertexAI oder beim Aufbau eines Kundenserviceerlebnisses auf GenerativeAIAppBuilder werden private Daten vertraulich behandelt und nicht im breiteren zugrunde liegenden Modellschulungskorpus verwendet. Bitte lesen Sie die Vertragsbedingungen jedes KI-Tools sorgfältig durch, um zu verstehen, dass alle von Ihnen bereitgestellten Daten vertraulich behandelt werden

Kennzeichnen Sie die Daten als den Eigentümer oder die Person oder Abteilung, die das Projekt in Auftrag gegeben hat, da Sie möglicherweise abgeleitete Werke erstellen, um für die Arbeit Ihres Unternehmens verantwortlich zu sein generiert, möchten Sie wissen, wie und von wem KI in den Prozess eingebunden wird Es ist von entscheidender Bedeutung, ihr geistiges Eigentum und ihre identifizierenden Merkmale aus ihren Daten zu entfernen und sie für die zukünftige Verwendung einem gemeinsamen Trainingsdatensatz zur Verfügung zu stellen #

Bleiben Sie über alle Branchenvorschriften und Leitlinien informiert, die entwickelt werden, und tauschen Sie sich mit Kollegen anderer Organisationen aus, um zu erfahren, wie sie Risikominderung und Datenmanagement umsetzen. Risiken und Prozesse, die im Falle von Eigentumsrechtsverletzungen, böswilligen Akteuren usw. zu befolgen sind. oder falsche/fehlerhafte Ergebnisse

    Ein praktischer Ansatz für künstliche Intelligenz im Unternehmen
  • Künstliche Intelligenz entwickelt sich in einem beispiellosen Tempo , weiterhin innovativ, Kosten senkend und Benutzererfahrung verbessernd, und wie die meisten leistungsstarken Tools muss künstliche Intelligenz sorgfältig angewendet und mit der richtigen Datenverwaltung und Datenverwaltung ausgestattet werden, um die Sicherheit zu gewährleisten Klare Standards im Bereich des Datenmanagements mit künstlicher Intelligenz und weitere Forschung sind erforderlich. Unternehmen sollten Vorsicht walten lassen und sicherstellen, dass sie die Datenexposition, Datenschutzverletzungen und das Datenmanagement vollständig verstehen, bevor sie mögliche Datensicherheitsrisiken nutzen
.

Das obige ist der detaillierte Inhalt vonDer Einfluss des Datenmanagements auf generative KI. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Stellungnahme:
Dieser Artikel ist reproduziert unter:51cto.com. Bei Verstößen wenden Sie sich bitte an admin@php.cn löschen