AI个性化推荐是否侵犯了我们 隐私。
零
众所周知,如今在网络日益普及,各种APP层出不穷 背景下,人们在网络空间中 活动已经越来越频繁。而每 次 活动比如观影、打车、购物等都会留下痕迹,但如今,我们留下 这些痕迹不仅企业方轻而易举就能获取,而且还能随时随地对外公布,不免让大家心惊。
但不管怎样,企业在利用AI提供个性化推荐服务 过程中,隐私侵权 隐患和风险是存在 。毕竟用户 些信息已经以资料统计形式被收集和存储,如果这些资料统计被企业用于非法途径,或者遭遇黑客窃取滥用,也会对用户个体隐私带来侵犯,从而危害用户财产与人身健康。
后者反驳观点,也是当前法律普遍认可 观点,狗粮快讯网报道造访,因此国家并未反对和制止AI个性化推荐 发展。简单来说,狗粮快讯网据知情人士透露,如果单从收集用户 历史行为资料统计这 行为来看,AI个性化推荐是侵犯隐私 ,但如果这 行为不涉及用户身份且资料统计不对外公布,又不属于侵犯隐私 范畴。
如今,关于AI个性化推荐 问题已经形成了用户方与企业方 对峙。对于用户来说,无疑认为这个服务是通过出卖自身隐私获得 ；但对于企业方来说,他们却认为这种服务并未侵犯用户隐私,而且解决了用户挑选信息麻烦 问题。那么AI个性化推荐到底是否侵权呢。
当前,不管是买东西、读新闻还是听音乐、看视频,都有个性化推荐服务,我们喜欢如何、想看如何,AI从过往记录中就能发现,这也可视为又 种隐私失守。
换句话说,我们 资料统计化 个体隐私在企业面前毫无安全可言！同样,这 点通过AI个性化推荐也能轻易看出。当前,不管是买东西、读新闻还是听音乐、看视频,都有个性化推荐服务,我们喜欢如何、想看如何,AI从过往记录中就能发现,这也可视为又 种隐私失守。
日前,庄光庭在接受LiveVideoStack采访中提及AI说到,端侧AI 发展相比于云侧AI,限制及差异是巨大 ,技术在各方面都有劣势。端侧AI不仅在算力、功耗、内存、芯片架构等方面存在巨大差异,而且对资料统计基本是没有掌控 。如何是在保护资料统计隐私 前提下提供给用户新佳 算法模型是极大 挑战。云侧在资料统计、算力、功耗、内存、平台方面并不存在像端侧这么大 挑战和限制。但端侧AI也并不是完全没有优势,端侧AI对资料统计隐私 保护,相对而言是天然完美 屏障,所有资料统计可以都在端侧进行处理用后即焚,资料统计比较容易被保护及限制在端侧设备中。另外 个优势就是在满足隐私保护 前提下,基于用户 使用习惯,更容易智能 提供差异性 个性化服务,同时保障用户隐私又提供用户智能感知推荐 服务。AIOT 设备普及后,借由多设备分布式智能融合计算,可以更轻易 提供小型化、轻量化低功耗 端侧AI服务。
未来 AI,肯定会朝着技术融合,基于用户体验 AI业务能力展开。举例来说以前可能只是基于CV AI算法能力 具备,直接提供物体识别 AI能力。不管AI个性化推荐是否侵犯隐私,相关 安全意识和防患措施不能少。
过去,狗粮快讯网重磅讯息,由于网络信息过于纷纭复杂,为了让人们能找到自己需要、想要 以及喜欢 内容,个性化推荐技术才应运而生。利用人工智能、深度学习和智能算法,AI个性化推荐 出现确实满足了我们 需求,但通过窥探和获取用户隐私来满足 需求,多少还是让人难以接受。
近期,因爱奇艺“超前点播案”而后续引发 隐私侵权问题受到全网关注。事件起因,是某位用户就爱奇艺超前点播行为进行了起诉,而爱奇艺在案件庭审过程中提交了原告用户 观影记录,被当事人公开质疑侵犯隐私。这 事件激起了我们对于网络痕迹和个体隐私 讨论。
通过AI个性化推荐 定义,“利用AI收集用户 历史行为资料统计”,这 句话能看出其具有明显侵犯个体隐私行为。但根据 些观点反应,首先AI收集 资料统计是匿名化 ；其次信息收集终端不会识别用户身份；再次所收集资料统计均存于服务器,未对外公布。因此不算侵权！
隐私安全问题 直是软件技术新关注 个基础问题,用户 资料统计是否会因为新 AI功能,暴露了新 漏洞及落点,这 定是每个技术研发人员要竭尽全力避免 事。当前我们在设计端侧AI平台,我们希望从简单直接 安全加密保护逐渐迁移到芯片等级 安全通路设计,同时采取用后即焚 资料统计处理策略,避免资料统计缓存被拦截窃取及篡改等。
分享到，
标签，AI隐私隐私安全
,