如何保護人工智慧隱私？

儘管企業和消費者都對人工智慧改變日常生活的潛力感到興奮，但人工智慧的廣泛使用所帶來的隱私問題仍是一個主要問題。顯然，隨著越來越多的個人資料被輸入人工智慧模型，許多消費者理所當然地擔心他們的隱私，以及他們的資料如何使用。

本文旨在幫助這些消費者建立有關人工智慧隱私功能的更深入的知識庫。此外，它還為企業主和領導者提供了指南，幫助他們更好地了解客戶的擔憂，以及如何在不犧牲功能的情況下保護隱私的方式使用人工智慧。

人工智慧和隱私問題

很少尊重版權和智慧財產權法

人工智慧模型從網路的各個角落提取訓練資料。不幸的是，許多人工智慧供應商在未經他人同意的情況下使用他人受版權保護的藝術品、內容或其他智慧財產權時，要么沒有意識到，要么不在乎。

隨著模型被訓練、再訓練和使用這些資料進行微調，這個問題變得越來越嚴重，如今的許多人工智慧模型都非常複雜，甚至它們的建構者也無法自信地說出，正在使用哪些數據以及誰可以存取這些數據。

未經授權合併使用者資料

當人工智慧模型使用者以查詢的形式輸入自己的資料時，這些資料有可能成為模型未來訓練資料集的一部分。當這種情況發生時，這些數據可能會作為輸出顯示給其他用戶的查詢，如果用戶向系統輸入了敏感數據，這是一個特別大的問題。

監管機構和保障措施有限

目前，一些國家和監管機構正在製定人工智慧法規和安全使用政策，但是還沒有統一的標準來要求人工智慧供應商對其構建和使用人工智慧工具的方式負責

在過去，許多人工智慧供應商因為侵犯智慧財產權以及不透明的培訓和資料收集流程而受到了批評。然而，目前情況下，大多數人工智慧供應商有權自主決定自己的資料儲存、網路安全和使用者規則，而不會受到干擾

未經授權使用生物辨識資料

越來越多的個人裝置正在採用臉部辨識、指紋、語音辨識和其他生物辨識資料來取代傳統的身份驗證方式。同時，公共監控設備也經常使用人工智慧來掃描生物特徵數據，以便更快辨識個人

雖然這些新的生物辨識安全工具非常方便，但對於人工智慧企業在收集到這些數據後如何使用這些數據的監管有限。在許多情況下，個人甚至不知道他們的生物特徵數據已經被收集，更不用說這些數據被儲存並用於其他目的了。

隱藏元資料收集實踐

當使用者與廣告、社群媒體影片或幾乎任何網路資產互動時，可以儲存來自該互動的元資料以及使用者的搜尋歷史和興趣，以便將來進行更精確的內容定位

這種元數據收集方法已經持續多年，但在人工智慧的幫助下，可以大規模收集和解釋更多數據，使科技企業有可能在用戶不在知道其工作原理的情況下，進一步針對他們的資訊。雖然大多數用戶網站都有提及這些數據收集做法的政策，但只是在其他政策文本中簡短提及，因此大多數用戶沒有意識到他們已經同意了什麼，並將自己和行動裝置上的所有內容置於審查之下。

人工智慧模型的內建安全功能有限

儘管一些人工智慧供應商可能會選擇建立基本的網路安全功能和保護措施，但許多人工智慧模型並沒有本地的網路安全保障措施。這使得未經授權的使用者和惡意行為者非常容易存取和使用其他使用者的數據，包括個人識別資訊（PII）

延長資料儲存週期

很少有人工智慧供應商能夠公開他們儲存用戶資料的時間、地點和原因，而透明的供應商通常會儲存很長一段時間的資料。

例如，OpenAI的政策聲稱，它可以將使用者的輸入和輸出資料儲存長達30天，以便識別濫用行為。然而，目前還不清楚該公司何時或如何在用戶不知情的情況下更加細緻地查看他們的個人資料

隱私和人工智慧資料的收集

網路抓取和網路爬行

人工智慧工具通常依賴網路抓取和網路爬行來建立訓練資料集，這是因為它們不需要特殊權限，同時也使得供應商能夠收集大量不同的資料

內容是從網路上的公開來源中抓取的，包括第三方網站、維基百科、數位圖書館等。近年來，用戶元資料也成為透過網頁抓取和爬行收集的大部分內容。這些元資料通常來自行銷和廣告資料集，以及包含目標受眾和他們最關注的內容的網站。

人工智慧模型中的使用者查詢

當使用者將問題或其他資料輸入人工智慧模型時，大多數人工智慧模型會將這些資料儲存至少幾天。儘管這些數據可能永遠不會被用於其他目的，但研究表明，許多人工智慧工具不僅會收集這些數據，還會保留它們以供將來的訓練使用

生物識別技術

監控設備，如安全攝影機、臉部和指紋掃描儀，以及能夠偵測人類聲音的麥克風，可以用來收集生物識別數據，並在未經人類知情或同意的情況下識別其身份

許多企業在使用此類技術時需要保持多大的透明度的規定越來越嚴格。但在大多數情況下，他們可以收集、儲存和使用這些數據，而無需徵求客戶的許可。

物聯網感測器和設備

物聯網(IoT)感測器和邊緣運算系統收集大量即時數據，並在附近處理這些數據，以完成更大、更快的運算任務。人工智慧軟體通常利用物聯網系統的資料庫，並透過資料學習、資料攝取、安全物聯網協定和網關以及api等方法收集相關資料

API

##API提供了與不同類型商業軟體的接口，使用戶能夠輕鬆收集和整合各種數據，以進行人工智慧分析和訓練。透過正確的API和設置，使用者可以從CRM、資料庫、資料倉儲以及基於雲端的系統和本機系統收集資料

公用記錄

公有記錄通常都會被收集並納入人工智慧訓練集中，無論它們是否已經數位化。關於上市企業、當前和歷史事件、犯罪和移民記錄以及其他公共資訊的資訊可以在未經事先授權的情況下進行收集

用戶調查和問卷

雖然這種數據收集方法有些過時，但調查和問卷仍然是人工智慧供應商從用戶那裡收集數據的可靠方法

用戶可以回答關於他們最感興趣的內容、所需要幫助的內容、以及最近對產品或服務的體驗如何，或任何其他問題，這些問題可以讓人工智慧更了解如何在未來與該人進行個人化互動。 重寫後：使用者可以回答關於他們最感興趣的內容、所需要幫助的內容、以及最近對產品或服務的體驗如何，或任何其他問題。這些問題可以幫助人工智慧更了解如何在未來與用戶進行個人化互動

人工智慧和隱私問題的解決方案

借助一些最佳實踐、工具和其他資源，企業可以有效地使用人工智慧解決方案，而無需犧牲用戶隱私。為了在人工智慧使用的各個階段保護最敏感的數據，請遵循以下提示：

為人工智慧制定適當的使用政策：內部用戶應該知道他們可以使用哪些數據，以及在使用人工智慧工具時，應該如何以及何時使用這些數據，這對於處理敏感客戶資料的企業尤其重要。
• 投資資料治理和安全工具：保護人工智慧工具和其他攻擊面的一些最佳解決方案，包括擴展偵測和回應(XDR)、資料遺失防護以及威脅情報和監控軟體。還有許多特定於資料治理的工具，可以幫助保護資料並確保所有資料的使用均符合相關法規。
• 閱讀細則：人工智慧供應商通常會提供某種文檔，涵蓋其產品的工作原理以及培訓的基礎知識。仔細閱讀這些文件，找出任何危險信號，如果有什麼你不確定的，或者在他們的政策文件中有不清楚的地方，聯繫他們的代表來澄清。
• 僅使用非敏感數據：作為一般規則，不要在任何人工智慧工具中輸入企業或客戶最敏感的數據，即使它是一個定製或微調的感覺私密的解決方案。如果想要追求涉及敏感資料的特定用例，請研究是否有一種方法可以使用數位孿生、資料匿名化或合成資料安全地完成操作。

總結

人工智慧工具為企業和日常消費者帶來了許多新的便利，包括任務自動化、引導式問答以及產品設計和程式設計等面向。然而，儘管這些工具可以簡化我們的生活，但它們也存在著侵犯個人隱私的風險，這可能會損害供應商的聲譽和消費者的信任，同時也對網路安全和監管合規性構成威脅

以負責任的方式使用人工智慧來保護用戶隱私需要付出額外的努力，但當考慮到隱私侵犯會如何影響企業的公眾形象時，這是非常值得的。尤其是隨著這項技術的成熟，並在我們的日常生活中變得更加普遍，遵循人工智慧法律的通過並開發更具體的、符合企業文化和客戶隱私期望的人工智慧，使用最佳實踐將變得至關重要。

以上是如何保護人工智慧隱私？的詳細內容。更多資訊請關注PHP中文網其他相關文章！