29 July 2020
 
第一波AI仰賴規則(rule-based),專家系統不能自動更改知識庫,以調整現有規則或增加新規則;第二波AI則由數據所驅動(data-driven),經由數據分析、機器學習、演算法等,電腦可以模擬人類的學習行為獲取新知,並重構自身知識庫來改善性能。 倘若AI在應用上只是模仿人類行為,不過是提升工作效
率,實無機器取代人力之問題;正因有能夠發現隱藏模式的AI,堪在大量數據中找出不同行為之間的相關性(correlation),甚至可以跨越因果關係(causation)不明的知識缺口,故在精準投放廣告、找出潛在罪犯等領域深具優勢,而挑戰到人類的工作權。 機器學習需要大量資料藉以辨識出運作模式,然而在個資獲取上應如何權衡「利用之公益性與必要性」與「自主權保障程度」?若欲達成GDPR對於個資保護和隱私的要求,資料會否喪失可利用性?個人化演算法是否會造成同溫層效應?本講座探討資訊、隱私與演算法決策的挑戰,試圖尋求妥適解方。
 
 
財團法人理律文教基金會著作權所有,非經同意不得翻印轉載或以任何方式重製. 
© Lee and Li Foundation., All rights reserved.
訂閱理律學堂影音報   取消收閱理律學堂影音報