Idag är artificiell intelligens inte längre sci-fi; det är invävt i nästan varje hörn av våra onlineliv. Från rekommendationsmotorer och smarta assistenter till ansiktsigenkänning och prediktiv analys, AI-system samlar in, bearbetar och agerar på mer data om oss än någonsin tidigare.
AI-användningen ökar. Enligtsenaste statistik,66 % människor (det är 378 miljoner) använder AI regelbundet, och 50 % av företagen använder för närvarande AI. Det är ganska bekvämt, eller hur? Men det ocksåsätter vår integritet i fara. Med framsteg inom djupinlärning växer AI:s förmåga att härleda känslig information, profilera oss eller till och med förutsäga beteenden som vi inte uttryckligen delade snabbt.
Den här artikeln gräver i de största integritetsutmaningarna som AI ställer inför, och beskriver vad du kan göra, som användare, utvecklare eller beslutsfattare. Vi kommer också att lyfta fram de viktiga stegen för att skydda dig själv i en digital värld i snabb utveckling.
Vad är artificiell intelligens (AI)?
Artificiell intelligens (AI) är en state-of-the-art, avancerad gren av datavetenskap fokuserad på att designa och konstruera maskiner och motorer som utför uppgifter som vanligtvis förknippas med mänsklig intelligens. Den här typen av datavetenskap går långt utöver att skriva kod, och kräver ett tvärvetenskapligt tillvägagångssätt som inkluderar maskininlärning och djupinlärning.
AIsyftar till att skapa modeller som efterliknar eller förbättrar mänsklig aktivitet, särskilt intellektuell.Det innehåller många saker, från självkörande bilar till generativa verktyg för att skapa AI. Artificiell intelligens håller på att bli en häftklammer i dagens liv, och samlar mycket intresse från näringslivet.
Artificiell intelligens: För- och nackdelar
AI kan hantera stora mängder data som skulle överväldiga en mänsklig forskare och förlama dem.AI-modeller utbildade med maskininlärning kan snabbt sopa denna data och omvandla den till användbar information. När vi skriver detta är huvudproblemet med AI hur kostsamt det är att bearbeta de enorma mängder träningsdata som behövs för att slutföra en bra AI-modell.
Fördelar med AI
- Bra på detaljorienterade jobb: AI är mycket effektivt för att diagnostisera vissa typer av cancer (bröst, melanom), till och med överlista vissa mänskliga specialister.
- Minskad tid för datatunga uppgifter: Branscher som behöver effektiv analys av stora datamängder för att snabbt nå värdefulla slutsatser vänder sig alltmer till AI-modeller. Bank, värdepapper, läkemedel och finanssektorn är goda exempel. AI är till exempel bra på att upptäcka bedrägerier i låneansökningar.
- Sparar arbetskraft och ökar produktiviteten: Det kan göra alla aktiviteter mer produktiva, spara tid och andra resurser och multiplicera resultatet.
- Ger konsekventa resultat: Trots deras avsedda likhet med mänsklig interaktion är dessa fortfarande maskiner, så de kan prestera konsekvent och konstant.
- Kan förbättra kundnöjdheten genom personalisering: AI kan ta personalisering till en episk nivå, vilket ger oöverträffad användarnöjdhet.
- AI-drivna virtuella agenter är alltid tillgängliga: De behöver ingen sömn, mat, raster, semestrar eller avbrott av något slag.
Nackdelar med AI
- Mycket dyrt
- Kräver djup teknisk expertis.
- Knappt kvalificerade arbetare för att bygga AI-verktyg.
- Det är bara så bra som träningsdata.
- Det går inte att generalisera.
- Undertrycker mänskliga jobb.
Stark vs svag AI
AI finns i två smaker, vilket är användbart eftersom vi försöker förstå det så bra som möjligt.
- Svag: Den är också känd som smal AI och är en etttricksponny. Den är designad och tränad för att bara göra en sak. Industrirobotar är det mest uppenbara exemplet.
- Stark AI: Det är också känt somArtificiell allmän intelligens (AGI), som beskriver programmering som försöker replikera den mänskliga hjärnans kognitiva förmågor. Den kan använda tekniker som suddig logik för att söka efter lösningar på okända problem och föra dem från andra kunskapsområden. Tanken är att den här typen av AI ska klara det legendariska Turing-testet.
Exempel på artificiell intelligens
Den mångsidighet som är inneboende i AI-teknik gör att den kan ta så många former som sinnet kan föreställa sig att den kan gå från den nu mycket populärachatbotstill bärbara prylar. Låt oss se några av de vanligaste exemplen på AI som används idag:
1. ChattGPT
Det är en artificiell intelligensmodellspråk som är tillgängligt för allmänheten som en chatbot som kan ”konversera” med användare och leverera skriven text av olika slag, samt datorkod. Den blev allmänt tillgänglig i november 2022, tack vareOpenAI. Den finns även som iOS-app.
Trots sin popularitet gillar många länderItalien, förbjöd dess användning på grund av integritetsproblem.
2. Google Maps
Google Maps tar din smartphones GPS-data och användarrapporter om händelser som trafikolyckor eller byggarbetsplatser för att se flödet i många städer och hitta det snabbaste sättet att navigera på gatorna.
3. Smarta assistenter
Dessa exempel inkluderar Alexa, Siri och Cortana. De använder "Natural Language Processing (NLP)” för att höra användarinstruktioner och följa dem inom deras förmåga.De kan ställa in larm, utföra sökningar, styra ett rums ljus och svara på allmänna frågor. Upplevelsen förbättras när assistenten lär sig användarens preferenser snabbare.
4. Snapchat-filter
ML-algoritmer tillåter Snapchat-filter att se skillnaden mellan ett motiv och bakgrunden i en bild, spåra ansiktsrörelser och justera skärmen för att följa användaren exakt.
5. Självkörande bilar
Djup inlärning i form av djupa neurala nätverk möjliggör skapandet av självkörande bilar så att de kan "se" omgivande föremål, identifiera trafikskyltarna och göra alla de saker som behövs för att flytta runt.
6. Bärbara kläder
De bärbara leksakerna som snabbt blir allmänt förekommande bland användare tillämpar modeller för djupinlärningta reda på hälsotillståndet för varje användare, uppskatta glukosnivåer, artärtryck, hjärtfrekvenser och mycket mer. De kan också använda användarens tidigare medicinska data för att planera för framtiden.
7. I noll
DeepMindsMuZero är en av de nuvarande ledande kandidaternaatt bli den första sanna artificiella intelligensen.Den har lärt sig att spela spel utan instruktioner, från klassiska Atari-titlar till schack. Det görs av ren brutal kraft och obeveklig uthållighet.
AI och integritet: Utmaningarna
AI-modellerkan bli föremål för slutledningsattacker, där en angripare frågar modellen för att härleda om en specifik individs data fanns i dess träningsuppsättning. Ännu mer avancerat är modellinversion, där en angripare potentiellt kan rekonstruera en igenkännbar version av känslig träningsdata (som ett ansikte) från själva modellen. Följande är några växande farhågor angående AI och integritet:
1. Bryr sig inte om upphovsrätt och IP-lagar
AI-modeller behöver data för träning, ochde får det där de kan hitta det. Så de skannar varje webbhörn efter användbart material, oavsett upphovsrätt och andra immateriella överväganden. Som ett resultatmånga AI-leverantörer använder mycket upphovsrättsskyddat material, oavsett om det är konstverk eller text, utan ägarnas vetskap eller samtycke.
Sedan tränar samma datatåg om, finjusterar och matar AI-modellerna. Kan du inte bara spåra det relevanta materialet till ägaren? Vi hör dig fråga. Nä, det kan du inte.De nuvarande modellerna har blivit så komplicerade att det inte längre är möjligt att spåra träningsinformation tillbaka till källan, åtminstone med någon grad av självförtroende och säkerhet.
Efter en viss tidpunkt kan inte ens utvecklarna berätta vilket material som ingår i modellens träningsprocess.
När användare skapar uppmaningar om att använda AI-modeller för vilken uppgift de än har, finns det alltid chansen att dessa uppmaningar kommer att träna modellen i framtiden.Detta kan vara ett problem om intet ont anande eller slarviga användare matar systemet med känslig information.
För inte länge sedan,tre genier anställda av Samsung matade känslig företagsinformationom företaget till ChatGPT.Det blev en informationsläcka oavsett meningsfull standard och nu kunde det bli utbildningsmaterial för språkmodellen. Medan många AI-leverantörer försöker lösa detta problem, finns det inget sätt att veta att de kommer att lyckas hålla privata data borta från träningsdatauppsättningen i framtiden.
3. Brist på bestämmelser och skyddsåtgärder
Regeringar och lagstiftning ligger alltid långt efter tekniken. Det är ingen överraskning. Dock,vissa regeringar går framåt och försöker utveckla AI-föreskrifter och riktlinjer och policyer för säker användning. Vi har dock långt ifrån någon betydande standard som kan göra AI-leverantörer ansvariga för sina handlingar när det gäller att skapa, utbilda och publicera sina modeller.
Flera AI-leverantörer känner redan värmen av påstådda IP-överträdelser, grumliga datainsamlingsprocesser och ännu mer mystisk utbildning. Men som det ser ut just nu behåller varje leverantör makten att bestämma allt om sin modell, från datalagring till säkerhet och användarregler, utan extern input.
4. Missbruk av biometriska data
Ansiktsigenkänning, fingeravtryck, röstigenkänning och annatbiometriska element blir sakta men säkert autentiseringstokens i många enheter istället för traditionella lösenord. Och det är inte ens början. Offentliga övervakningskameror innehåller snabbt ansiktsigenkänning och andra biometriska markörer för att skanna individer för snabb identifiering.
Biometrisk autentisering är bekvämt och praktiskt. Det är också helt oreglerat på alla möjliga sätt, än mindre användningen som AI-företag kan ge sådan data när de väl har den i sin makt.Dessa data samlas in, lagras och analyseras med AI, och det finns inget sätt att föreställa sig hur den kommer att användas.
5. Smyg metadatainsamling
Anta att du som användare interagerar på World Wide Web med en annons, enTikTokkort video, ett inlägg på sociala medier eller någon annan webbaktivitet, som du förmodligen redan gör dagligen. Sådan interaktion skapar ett spår av metadata. Sätt ihop det med din sökhistorik och annan information om ditt digitala liv.AI kommer att ha många nya element för att förstå dig bättre, för att utforma en inriktningsstrategi som kommer att nå dig förr eller senare.
Den här typen av metadatainsamling är bekant i den digitala upplevelsen, eftersom den har pågått i flera år. AI har dock potentialen att turboladda den och dramatiskt öka skalan och tolkningen där detta kan hända.Det skulle kunna göra det möjligt för digitala företag att rikta sina budskap till specifika användare exakt och effektivt. Däremot har användaren aldrig den minsta aning.
Ja, de flesta användarwebbplatser har publicerat policyer som bekräftar denna datainsamling. Naturligtvis är det vad vi brukade kalla "lilla tryck" på den gamla goda tiden.Denna information går förlorad mitt i en enorm mängd oläslig juridisk text och nämns bara i förbigående. Så även de mycket få användare som tar sig tid att läsa sådana policyer kan inte bli klokare på det. Och naturligtvis accepterar varje internetanvändare som använder en sådan webbplats dessa villkor som standard.
6. Svaga säkerhetsfunktioner för AI-modeller
Vissa AI-motorer har en säkerhetsbaslinje som standardelement i sin arkitektur. Det är dock ingen regel, och många andra har inte något säkerhetsskydd på plats.Detta innebär att oönskade användare (inklusive det kriminella elementet) enkelt kan få andra användares information, inklusive identifierbar information.
7. Långa lagringstider
Så, hur länge kommer dessa AI-organisationer att hålla data i lager? Där? Varför? Det är inte många leverantörer som är särskilt tydliga med dessa saker, och de flesta behåller sina register under längre perioder.
Ta OpenAI-policyn för ChatGPT-berömdhet.Den säger att användarinmatning och utdata kan förbli lagrade i upp till en månad "för att identifiera missbruk."Och hur identifieras detta övergrepp? Hur motiverar företaget en närmare granskning av en användares information utan att låta dem veta det? Vi vet inte. Vi undrar om de gör det.
Sekretess och insamling av AI-data
Webbskrapning och webbcrawlning
Webbskrapning och webbsökning är gratis och obegränsat för det mesta. Och om det är begränsat på något sätt är blocken triviala att undvika. Och låt oss inte glömma webbens vansinniga storlek. Så AI-verktyg har ett stort utrymme för att skaffa träningsdata av alla slag genom dessa två procedurer.
Innehållet finns där ute, fritt tillgängligt för internetanvändare över hela världen.På senare tid har metadatainsamling med webbskrapning och genomsökning tagit framsätet. Det kommer mestadels från marknadsförings- och reklamdatauppsättningar och webbplatser med tydliga inriktningsprocedurer.
Användarfrågor i AI-modeller
När du skickar en uppmaning om att en AI-modell ska utföra en uppgift kommer den sannolikt att finnas kvar i lager i åtminstone några dagar. Och den får aldrig användas till något annat ändamål. Dock,många AI-verktyg behåller denna data för att förbättra sin framtida träning.
Biometrisk teknik
Hårdvaran du kan förvandla till en biometrisk samlare är obegränsad. Varje del av övervakningshårdvara, än mindre ansiktsbehandling, fingerskanner och till och med vanliga mikrofoner, kan upptäcka mänskliga röster som bär en biometrisk signatur.Dessa saker kan mata in data i en AI-modell, identifiera en människa utan samtycke eller kunskap.
Reglerna för att använda den här typen av teknik går framåt på de mest lokala nivåerna, åtminstone för nu. Men den nuvarande situationen tillåter insamling av dessa databitar fritt, utan någons tillåtelse eller medvetenhet.
IoT-sensorer och enheter
Internet of Things (IoT)-sensorer och toppmoderna system fortsätter att samla in ofattbara datapunkter hela tiden för att bearbetas i ett fysiskt närliggande centrum så att större och mer kraftfulla beräkningar kan genomföras.Denna mycket specialiserade information från IoT-prylar är mycket fördelaktig för AI-system.
API:er
API:er gör det lättare för användare att interagera med en AI-modell eftersom de tillhandahåller ett tillgängligt gränssnitt. Saken är den,det gör det ännu enklare för företag att samla in värdefull data för AI-träning. Rätt API-design och implementering kan ge dem stora mängder högkvalitativ information med minimal ansträngning.
Offentliga register
Offentliga register är bland de mest eftertraktade dokumenten att använda i AI-träning. Och de behöver inte ens digitaliseras. Allt som finns att veta om offentliga företag, historiska händelser, tidigare och nutid, kriminalregister, immigrationsregister och vad som än finns där ute i det offentliga området är uppe att ta tag i när det gäller AI-modeller. De behöver inte be om någons tillåtelse. Användarundersökningar och frågeformulär.
Denna metod verkar vara omodern. Det är dock fortfarande mycket effektivt; det är beprövat och AI-leverantörer älskar det.
Användare tillhandahåller relevant information om sina erfarenheter av AI-tjänsten och sätt att förbättra saker och ting. Men vilken fråga som helst duger. Detta berättar för AI vilken information den vill rikta in saker mer snävt i framtiden.
Så vad kan vi göra för att lösa AI och integritetsproblem?
Slutet är inte här. Faktum är att vi är i början av den kommande AI-revolutionen. Den goda nyheten är att det finns saker för oss att göra.Några bra metoder och resurser kommer att räcka långt för att vi kan fortsätta att utnyttja alla fördelar AI ger ossutan att ge upp vår integritet helt. Ta hänsyn till följande tips:
- Identifiera en lämplig användningspolicy för AI: Internt måste vara medvetet om vilka typer av data de kan använda, hur, varför och när de interagerar med AI-verktyg. Detta blir ännu viktigare om en organisation hanterar känslig kunddata.
- Investera i datastyrning och säkerhetsverktyg: Allt handlar om utökad detektion och respons (XDR). AI-verktyg behöver skydd mot dataförlust, hotintelligens och övervakningsprogramvara. Specialiserade verktyg tillhandahåller den här tjänsten, skyddar dina data och säkerställer att dina data följer reglerna. Det fungerar genom att lägga till en noggrant kalibrerad mängd "statistiskt brus" för att söka efter resultat eller själva träningsdatan. Detta gör att AI:n kan lära sig allmänna mönster från befolkningen utan att kunna memorera eller avslöja detaljer om någon enskild individ.
- Läs det finstilta: Åh ja, det handlar om de små bokstäverna och de där användarvillkoren som ingen läser förutom paranoida. Dokumentationen finns där, även om den bara är på en grundläggande nivå. Vänligen läs den. Identifiera de röda flaggorna om du hittar dem. Om du har frågor, ställ dem till en representant och se till att du förstår allt korrekt.
- Använd endast okänsliga uppgifter: Din privata och känsliga data är inget du bör dela med AI-modeller; detta borde vara tydligt från början.