اكتشف التقنيات الأساسية لخصوصية البيانات في الذكاء الاصطناعي/تعلم الآلة، من إخفاء الهوية إلى التعلم الموحد، مما يضمن الثقة والامتثال والممارسات الأخلاقية للذكاء الاصطناعي.
تشير خصوصية البيانات إلى الحوكمة والممارسات والمعايير الأخلاقية المتعلقة بكيفية ومعالجتها وتخزينها ومشاركتها ضمن الذكاء الاصطناعي (AI) و أنظمة التعلم الآلي (ML). نظرًا لأن الحديثة، لا سيما نماذج التعلم العميق (DL) ، تتطلب كميات هائلة من بيانات التدريب لتحقيق أداء عالٍ، أصبح ضمان أصبح ضمان سرية وحقوق الأفراد تحديًا بالغ الأهمية. تعمل تدابير خصوصية البيانات الفعالة على بناء ثقة المستخدم وضمان الامتثال للأطر القانونية مثل اللائحة الأوروبية العامة لحماية البيانات (GDPR) و قانون خصوصية المستهلك في كاليفورنيا (CCPA).
في سياق عمليات التعلم الآلي (MLOps)، فإن خصوصية البيانات لا تتعلق بالسرية فحسب، بل تتعلق بالتحكم والموافقة. تشمل المبادئ الرئيسية ما يلي:
على الرغم من أن هذه المصطلحات غالبًا ما تستخدم بالتبادل، إلا أنها تمثل مفاهيم مختلفة في دورة حياة الذكاء الاصطناعي.
الأمان هو الأداة التي تفرض الخصوصية. على سبيل المثال، التشفير هو إجراء أمني يساعد على تلبية متطلبات الخصوصية متطلبات الخصوصية. توفر وكالات مثل المعهد الوطني للمعايير والتكنولوجيا (NIST) توفر أطر عمل لدمج كليهما بفعالية.
خصوصية البيانات أمر بالغ الأهمية في القطاعات التي تتم فيها معالجة المعلومات الشخصية الحساسة تلقائيًا.
يستخدم المطورون العديد من تقنيات تعزيز الخصوصية (PETs) لتأمين سير عمل تعلّم الآلة:
إحدى مهام الخصوصية الأكثر شيوعًا هي طمس الوجوه أو المناطق الحساسة في البيانات المرئية. المثال التالي يوضح كيفية استخدام YOLO11detect كائن (مثل شخص) وتطبيق تمويه لحماية هويته.
import cv2
from ultralytics import YOLO
# Load the YOLO11 model
model = YOLO("yolo11n.pt")
# Read an image
img = cv2.imread("bus.jpg")
# Run object detection
results = model(img)
# Iterate through detections and blur identified objects
for box in results[0].boxes.xyxy:
x1, y1, x2, y2 = map(int, box)
# Extract the region of interest (ROI)
roi = img[y1:y2, x1:x2]
# Apply a Gaussian blur to the ROI to anonymize it
img[y1:y2, x1:x2] = cv2.GaussianBlur(roi, (51, 51), 0)
# Save the anonymized image
cv2.imwrite("bus_anonymized.jpg", img)
