ฉัน ตัวฉัน และ AI: นั่นคือความเป็นส่วนตัวของฉันในกระจกมองหลังหรือไม่

ฉัน ตัวฉัน และ AI: นั่นคือความเป็นส่วนตัวของฉันในกระจกมองหลังหรือไม่

ฉันมีความสุขที่ได้พบกับโซเฟียในลอนดอนเมื่อสองสามสัปดาห์ก่อน โซเฟียเป็นที่นิยมและมีบุคลิกที่ดูเหมือนออเดรย์เฮปเบิร์นเล็กน้อย โซเฟียก็เป็นเครื่องจักรเช่นกัน สิ่งที่ทำให้เธอน่าสนใจคือเธอสามารถสนทนาได้ เธอฟังสิ่งที่คุณพูด แสดงสีหน้าขณะที่เธอพูด ตอบคำถามของคุณ และแม้กระทั่งถามคำถามติดตามผลของเธอเองโซเฟียเป็นเพียงหนึ่งในตัวอย่างมากมายที่ความฉลาดของเครื่องจักรมาไกลแค่

ไหนในช่วงไม่กี่ปีที่ผ่านมา แม้ว่าการใช้หุ่นยนต์เป็นส่วนติดต่อผู้

ใช้หลักยังคงหายาก แต่การประยุกต์ใช้ปัญญาประดิษฐ์ (AI) ในชีวิตจริงในการประมวลผลภาพ การรู้จำเสียง และการประมวลผลภาษาธรรมชาติกลายเป็นเรื่องธรรมดาไปแล้ว

รากฐานสำหรับการสาธิตของโซเฟียและการสาธิต AI อื่นๆ ถูกวางไว้ในทศวรรษที่ 1940 และ 1950 ในช่วงแรกๆ ของการทำงานเกี่ยวกับไซเบอร์เนติกส์ การคำนวณและเครือข่ายประสาทเทียม และผ่านการพัฒนาอัลกอริทึมการเรียนรู้ของเครื่อง

ไล่ตามมาถึงมนุษย์

ในขณะที่ภาคสนามก้าวหน้าไปพอสมควรและเริ่มขึ้นในช่วงสองสามทศวรรษที่ผ่านมา สิ่งต่างๆ กำลังมารวมกัน ตัวอย่างเช่น เชื่อกันว่าการเอาชนะเจ้านายที่เป็นมนุษย์ในเกมอย่าง Go นั้นเกินขีดความสามารถของ AI เนื่องจากไม่สามารถหากลยุทธ์ที่ชนะได้ด้วยการประมวลผลแบบ brute-force เมื่อปรากฎว่า AlphaGo (สร้างโดย DeepMind ซึ่งซื้อกิจการโดย Google) เอาชนะแชมป์โลก Go อย่าง Lee Sedol 4-1 ในซีรีส์ 5 เกมเมื่อ 2 ปีที่แล้ว ในขณะที่ดูเหมือนจะแสดงลักษณะของมนุษย์อย่างสัญชาตญาณ

AI มีความก้าวหน้าอย่างรวดเร็วด้วยเหตุผลบางประการ ความพร้อมใช้งานของโครงสร้างการประมวลผลขนาดใหญ่ เช่น คลาวด์คอมพิวติ้งและซูเปอร์คอมพิวเตอร์แบบสแตนด์อโลนที่รวดเร็ว ควบคู่ไปกับความก้าวหน้าทางทฤษฎีที่สำคัญเกี่ยวกับอัลกอริทึมการเรียนรู้ของเครื่อง หมายความว่าตอนนี้เราสามารถทำสิ่งที่เป็นไปไม่ได้มาก่อน อย่างไรก็ตาม การฝึกอบรมระบบที่มีประโยชน์และใช้งานได้จริงอาจใช้เวลาหลายชั่วโมง เป็นวัน หรือแม้แต่เป็นสัปดาห์ ขึ้นอยู่กับสิ่งที่คุณกำลังใช้งานอยู่ ถึงกระนั้น แอปพลิเคชัน AI ที่ในอดีตไม่สามารถทำได้ตอนนี้สามารถจัดการได้แล้ว

เครื่องบดสำหรับโรงสี AI

แต่การฝึกอัลกอริทึม AI ไม่ใช่แค่พลังการคำนวณเท่านั้น การมีข้อมูลที่เกี่ยวข้องเป็นกุญแจสำคัญในการดำเนินการต่อไป AI ส่วนใหญ่เกี่ยวข้องกับการเรียนรู้ของเครื่องโดยใช้วิธีอัตโนมัติเพื่อค้นหารูปแบบในชุดข้อมูลขนาดใหญ่ จำแนกวัตถุ และคาดการณ์ว่าจะเกิดอะไรขึ้นต่อไป ในบางงาน เครื่องจักร — หลังจากแสดงตัวอย่างมากมาย ซึ่งก็คือข้อมูล — ทำงานได้ดีกว่าที่พวกเราทุกคนเคยหวังไว้มาก

โชคดีที่เราอยู่ในยุคที่ข้อมูลมีความหลากหลายและมีปริมาณเพียงพอพร้อมให้ใช้งาน แพร่หลายของสมาร์ทโฟน อุปกรณ์เชื่อมต่อ หุ่นยนต์สำหรับบ้านหรือสวน และจำนวนเซ็นเซอร์ที่เพิ่มขึ้นอย่างทวีคูณรอบตัวเรา หมายความว่าข้อมูลจำนวนมหาศาลถูกรวบรวมเกี่ยวกับมนุษย์ ตั้งแต่ตำแหน่งที่ตั้ง สุขภาพ ถิ่นที่อยู่ และโปรไฟล์ประชากรของเรา 

ไปจนถึงธุรกรรมทางการเงิน และปฏิสัมพันธ์ของเรากับผู้อื่น

อย่างไรก็ตาม ข้อมูลส่วนใหญ่ (หากไม่ใช่ทั้งหมด) เป็นข้อมูลส่วนตัวโดยเนื้อแท้ แง่มุมส่วนบุคคลนั้นเป็นสิ่งที่จำเป็นต้องยกประเด็นความเป็นส่วนตัวและความไว้วางใจ

ข้อมูลของฉัน ชีวิตของฉัน

ความเป็นส่วนตัวของฉันได้รับการเคารพหรือข้อมูลส่วนบุคคลถูกรวบรวมโดยไม่ได้รับความยินยอมจากฉัน? ใครเป็นผู้รวบรวมและทำอย่างไร ข้อมูลส่วนบุคคลถูกจัดเก็บอย่างปลอดภัยหรือไม่? ข้อมูลยังคงเป็นทรัพย์สินทางปัญญาส่วนบุคคลของฉันเองหรือไม่? ข้อมูลดิบหรือความรู้ที่ได้มาจากข้อมูลนั้นถูกเปิดเผยต่อเจ้าหน้าที่และรัฐบาล ทั้งของฉันเองหรือของคนอื่นหรือไม่?

ที่เกี่ยวข้อง: จนกว่าเราจะแบนนายหน้าข้อมูล ความเป็นส่วนตัวออนไลน์คือความฝันอันไกลโพ้น

เหตุการณ์เช่น Cambridge Analytica ถูกกล่าวหาว่ารวบรวมข้อมูล Facebook ด้วยวิธีลับๆ ได้นำประเด็นเหล่านี้มาเปิดเผย เรื่องราวล่าสุดเช่น Alexa ของ Amazon บันทึกการสนทนาส่วนตัวและส่งไปยังเพื่อนร่วมงานอย่างลับ ๆ ล่อ ๆ เป็นเรื่องที่น่าตกใจ เมื่อเราเริ่มใช้อุปกรณ์จำนวนมากในบ้านของเรา โดยทั้งหมดฟังคำสั่งและแม้แต่ออกคำสั่งเอง อาจเกิดความสับสนและความกังวลด้านความเป็นส่วนตัวที่ลึกลงไปอีก เนื่องจากเครื่องจักรเริ่มมีการสนทนาระหว่างกันและทำธุรกรรมทางการค้าระหว่างกัน

นอกจากนี้ อะไรคือสิ่งจูงใจให้คนธรรมดาแบ่งปันข้อมูลส่วนตัวของพวกเขา? ในบางกรณี ฉันอาจต้องการแบ่งปันข้อมูลโดยไม่มีค่าตอบแทนใดๆ หากการทำเช่นนั้นเป็นประโยชน์ต่อชุมชนของฉันหรือประโยชน์ส่วนรวม นอกจากนี้ ฉันยังอาจเต็มใจแบ่งปันข้อมูล หากในทางกลับกัน ฉันสามารถเข้าถึงบริการใหม่ๆ หรือหากบริการที่มีอยู่บางอย่างได้รับการปรับปรุงด้วยข้อมูลเพิ่มเติม

การแบ่งปันคือความห่วงใย?

นี่คือแนวคิดที่เกิดขึ้นแล้วกับผู้ใช้ Google Maps โทรศัพท์และอุปกรณ์เชื่อมต่ออื่นๆ ติดตามตำแหน่งทางภูมิศาสตร์ ความเร็ว และทิศทางของเรา เมื่อข้อมูลดังกล่าวถูกรวบรวมและส่งกลับไปยังอัลกอริธึมการค้นหาเส้นทาง ภาพที่ดีขึ้นของการไหลของการจราจรแบบเรียลไทม์จะปรากฏขึ้น ผู้ใช้แชร์ข้อมูลฟรีแต่จะได้รับบริการที่ใช้งานได้ดียิ่งขึ้นเป็นการตอบแทน แน่นอนว่า Google ทำกำไรได้มหาศาลจากการ

Credit : ยูฟ่าสล็อต888