英语原文共 30 页，剩余内容已隐藏，支付完成后下载完整资料
人工智能和数据保护
Fred H. Cate amp; Rachel Dockery
摘要
近年来，人工智能（AI）迅速发展。如今，全球各地的私营和公共部门组织都越来越多地使用AI工具。现在和不久的将来，人工智能的功能将为个人，机构和社会带来广泛而实质的利益。
但是，这些相同的技术创新也提出了重要的问题，包括有关AI与数据保护法之间的紧张关系的问题。结果，我们既有机会也有义务根据21世纪的技术现实来检验当前数据保护法律的有效性。
尽管遵守现有数据保护法律很重要，但更好的长期方法是将AI带来的挑战视为另一个警钟，即我们当前的数据保护方法越来越过时且无效。从这个角度来看，如果要保护隐私，有效应对AI所面临的挑战，避免对AI的利益造成不必要的官僚障碍，则必须改进数据保护法。
看来有必要进行五项改革：
bull;从个人同意转变为数据管理
bull;更加系统和完善地使用风险管理
bull;更加关注数据使用和影响
bull;危害框架
bull;透明度和补救措施
一、引言
人工智能（AI）近年来发展迅速。如今，全球各地的私营和公共部门组织都越来越多地使用AI工具。现在和不久的将来，人工智能的功能将为个人，机构和社会带来广泛而实质的利益。
但是，这些相同的技术创新也提出了重要的问题，包括有关AI与数据保护法之间的紧张关系的问题。结果，我们既有机会也有义务根据21世纪的技术现实来检验当前数据保护法律的有效性。我们需要数据保护法律和实践，以在AI及其通常依赖的大数据时代有效地保护隐私，但又不为这些创新技术的未来发展施加不必要的障碍。正如政府和监管机构的一再报告所强调的那样，在AI本身已经具有的常规好处与保护个人数据之间不能选择：我们必须找到切实可行的方法来确保两者兼具。
本文介绍了AI及其支持的一些应用程序，以及AI与现有数据保护法律和原则之间的挑战和紧张关系。它试图对这些应用程序提供更细微的了解，并认为它们与数据保护法律的相互作用是必要的，并且为修改这些法律以反映21世纪的技术现实提供了可喜的机会。
二、人工智能简介
A.定义人工智能术语“人工智能”
（AI）描述了赋予“计算机系统以执行通常需要人类智能的任务（例如视觉感知，语音识别，决策和翻译）的广泛目标。这个术语涵盖了各种各样的技术创新，每一项技术创新都可能给现有的数据保护工具带来不同的挑战。
当今使用的大多数AI涉及通过识别大量数据中的模式来执行离散任务（例如玩游戏，识别图像或验证身份）的计算机系统。AI的数学概念可以追溯到1950年代，但由于处理能力的提高和可用于分析的大量数字数据，近年来已在现实世界中得到应用。结果，人工智能通常与“大数据”相关联。
我们目睹了许多“狭义”人工智能的例子——旨在执行一项任务或一组任务的人工智能。狭窄的AI仍然很复杂。正如《纽约时报》指出的那样，即使狭窄的AI工具也可能“莫名其妙地不透明”和“逃避理解，因为它们涉及大量的统计概率”。 更具挑战性的是对“人工通用情报”的关注。这些是“未来的名义上的AI系统，在所有认知任务中至少表现出与人一样先进的智能行为。” 当系统能够以观察者无法与之区别的方式进行行为时对于人类而言，据说它已经通过了艾伦·图灵（Alan Turing）在1950年提出的所谓“图灵测试”。
这些技术共同描述了现代计算的现实，并且全球各国都展示了致力于宣布了雄心勃勃的议程以促进AI技术的发展，从而使AI处于最前沿。正如欧洲委员会在其最近的报告《欧洲人工智能》中指出的那样：“人工智能（AI）已经成为我们生活的一部分，它不是科幻小说。从使用虚拟私人助理安排我们的工作日，到使用无人驾驶汽车旅行，再到提供建议我们喜欢的歌曲或餐厅的手机，人工智能都是现实。”报告继续指出一个重要的事实，即“ [使我们的生活更加轻松，人工智能正在帮助我们解决一些世界上最大的挑战：从治疗慢性疾病或减少交通事故中的死亡率，到应对气候变化或预期。
AI和相关技术正在迅速发展。 “就像过去的蒸汽机或电力一样，人工智能正在改变我们的世界，我们的社会和我们的行业。” 因此，正如下面使用的术语一样，人工智能涵盖了狭窄的人工智能，如今它已被广泛使用，并且已经被许多人使用。年来，以及将计算机的未来融合到日常生活中的其他数字技术，以至于我们不再将它们完全视为计算机。
B.人工智能的能力
“机器学习”是人工智能的一个子集，斯坦福大学教授安德鲁·伍（Andrew Ng）将其定义为“无需明确编程即可使计算机运行的科学”。 机器学习和人工智能这两个术语经常互换使用，机器学习被更准确地理解为实现AI的一种方法。机器学习使用统计技术使计算机能够“学习”（通过创建新的数学算法来逐步提高机器的性能）大量数据，而无需进行显式编程。机器学习不是像传统计算机那样简单地遵循指令，而是根据训练数据集中检测到的模式做出预测和建议。
机器学习是其他工具的基础，下面将对其中一些工具进行描述，并且如今已广泛用于执行许多任务，包括欺诈检测，电子邮件过滤，检测网络威胁（例如网络入侵者或恶意内部人员），推荐书籍或电影，或根据过去或异常行为提供其他服务。机器学习是丰田机器人篮球运动员Cue背后的技术，该技术在篮球比赛中具有完美的命中率，并且胜过NBA伟人。
深度学习是一种机器学习，它受到人脑神经网络的启发，可以处理隐藏的信息层和得出结论。深度学习使用多层人工神经网络来模拟人类的决策。这项技术是当今开发的许多AI应用程序的核心，可实现诸如计算机视觉，文本分类，模式识别，语音理解和预测建议之类的技术。深度学习使语音识别技术在我们的日常生活中变得可行，包括智能手机，数字助理，以AI为动力的家庭安全系统和其他智能设备。深度学习通常会使用较大的数据集来创建较大的模型，并以最佳方式训练这些模型。
深度学习推动了称为计算机视觉的技术的兴起，在该技术中，熟练掌握图像识别，比较和模式识别的机器可以以比人眼同等甚至更大的敏锐度“看”眼，然后将所看到的内容与以前检查过的数据联系起来。计算机视觉已在医疗保健，国家安全，辅助保健以及其他各个领域取得了进步。例如，在医疗保健领域，当今的算法能够通过在视网膜扫描中分析血管来评估患者患心脏病的风险；通过检查CT扫描来发现癌性肿瘤；通过检查胸部X光片来诊断肺炎；并通过寻找视网膜损伤的模式来识别成年糖尿病。
计算机视觉的另一种应用是通过将视障者描述为文本来帮助视力障碍者理解图像或更好地感知其环境，或者通过将口语翻译成屏幕上的文本来帮助听力受损的人进行交流。也许是最常见的日常应用程序 视觉是面部识别技术，可用于解锁智能手机，在社交媒体上标记朋友的图片以及搜索图像。计算机视觉还证明了其在运动中的用途，因为赛车使用它来提高驾驶员的安全性。高尔夫使用它来改善球员的体验和分析；国际体操联合会计划将其纳入2020年东京奥运会，以协助裁判员。
人工智能技术的另一种形式，即自然语言处理（NLP），正如其名称所暗示的那样—解释并与实时对话进行交互。通常与语音识别技术结合使用的NLP的目标是通过对话与个人互动，以对提示做出反应或提供各种语言之间的实时翻译。由于聊天机器人通常是服务的第一线，因此该技术支撑了许多客户服务交易。微软的AI翻译器能够以“相当于双语者的准确性”将中文翻译成英文。这些翻译器具有跨领域，地域和文化障碍的众多应用。在过去的两年中，主要新闻媒体都依靠基于NLP的技术来生成数千个新闻，体育和财经新闻，包括《华盛顿邮报》上有500多篇有关2017年大选的报道。此外，GRE考试用于录取NLP系统今天对许多学科的研究生学习进行了分级。
NLP和计算机视觉并不是推动该领域进步的AI技术的唯一子集，但它们通常是支撑AI其他应用程序的两个要素。例如，机器人技术结合了计算机视觉，NLP和其他技术来训练机器人“以通用且可预测的方式与周围的世界进行交互，hellip;hellip;促进在交互环境中操纵对象，以及hellip;hellip;与人进行交互。” 机器人正在开始 协助医疗保健，病人或老人的家庭护理以及其他辅助目的。在外科手术中，机器人技术可帮助外科医生获得更高的精度和准确性。
虽然通常将AI视为自动操作的系统，例如家用机器人技术或自动驾驶汽车，但AI的大多数实际应用都增强了人类的智能能力，在各种职业中发挥了有用的资源，并使日常任务自动化。人工智能可以通过协助专业人员进行决策，资源管理，安全检查和时间管理来增强人类智能。例如，医院中的AI用于向卫生专业人员建议诊断和治疗方法。在资源分配中，人工智能对于确定卡车或航空公司的路线以及管理执法资源的部署变得至关重要。为了协助安全检查员，英特尔开发了一项技术，可通过使用AI识别和检测螺栓腐蚀程度以及更换的潜在需要，来帮助石油钻机检查员防止腐蚀。最后，由于事实证明，人工智能可以有效地发现法律合同中的问题，因此可以用于协助律师，缩短执行任务所需的时间，腾出时间用于其他任务，以及理想地降低法律成本。费用。AI还用于帮助法官计算刑事判决。学者估计，到2022年，多达五分之一的工人将拥有一个AI作为同事。
C.人工智能的公共和私人使用
人工智能应用的显着发展已导致在公共和私营部门大量使用人工智能。正如英国上议院在其最新的AI报告中指出的那样，“ AI是已经深深植根于我们生活中的工具。” 作为一种可以增强任何决策过程的计算工具，AI使各个领域的主题专家都可以使用 提供更好的服务并取得空前的突破。人工智能技术促进了商业互动以及个性化的服务和产品，这是消费者和市民高度要求的趋势。 通过旅行管理，购物者推荐和有针对性的广告，以及医疗诊断和治疗，个性化教育和有效利用资源方面的社会进步，私营部门可以实现个性化。人工智能的好处涉及多个领域，下面将对其中一些领域进行描述。
bull;卫生和医学领域的AI-卫生保健中的AI正在协助研究和预防疾病以及诊断和治疗患者。英特尔的协作癌症云旨在帮助研究人员发现与癌症诊断和进展相关的新生物标记物。人工智能越来越多地用于医学实践中，无论它是否有助于医生在外科手术过程中寻找合适的位置或扫描图像以进行诊断。配备AI的“机器人可以在手术期间分析手术前医疗记录中的数据，以指导外科医生的器械，从而使患者的住院时间减少21％。” 克利夫兰诊所与IBM使用IBM的Watson挖掘大数据，并帮助医生制定更有效和个性化的治疗计划。Microsoft的Project Premonition“旨在通过将蚊子变成可从环境中的动物收集数据的设备，在病原体引起疾病爆发之前对其进行检测。” Microsoft正在开发可自动找到蚊子热点的无人机；部署机器人来收集它们；
bull;交通运输中的AI-许多现代车辆都包括AI技术，这些技术可在倒车或变道时提供帮助。这些工具也可以在火车，轮船和飞机上找到，几乎可以移动。全无人驾驶汽车也日益成为现实，无人驾驶汽车在公共街道上行驶了超过1000万英里，这些无人驾驶汽车旨在对不断变化的路况和交通模式做出反应。这些具有传感器功能的车辆正在改变交通方式，并有望在车辆安全性，私家车拥有量和公共交通方面发生巨大变化。
bull;金融服务中的AI-AI对于检测和预防欺诈至关重要，金融服务组织和金融技术公司（包括银行，信用卡和其他支付服务提供商）正在使用AI来打击欺诈和金融犯罪。如今，它被广泛用于识别正常和异常行为的模式，发现欺诈的早期指标，实现更快，更准确的财务决策，并为金融服务专业人员提供从各种来源有意义地集成的关键信息。
bull;营销中的人工智能-实践证明，人工智能有助于提高营销效率和效率，帮助公司向最可能对特定产品感兴趣的消费者制作针对性的广告（相反，不会给消费者带来他们不感兴趣的产品的广告负担）。诸如亚马逊，Netflix和Spotify之类的流行技术公司以及诸如星巴克之类的传统零售商都使用AI来定制消费者广告和客户体验。
bull;农业中的AI-农业部门是AI的早期工业用户，为AI应用找到了许多应用。例如，一个研究团队与Microsoft合作开发了算法，可以通过识别和分析每种动物的模式来帮助养牛户。农业方面最近的其他AI开发也集中于监视，浇水和维护农作物。 例如，IBM的沃森（Watson）可以根据通过传感器检索到的数据自动检测葡萄园的一小部分并浇水，这项技术目前也正在应用于其他农作物系统。人工智能在农业上的其他用途包括预测肥料的有效性以及根据基因组信息和亲本标识符来预测杂交种子的表现。
bull;AI在教育和培训中— AI在教育和培训中越来越多。从很小的时候开始，就可以使用教学机器人技术来帮助儿童进行交互式学习。在线辅导公司正在使用AI根据每个学生似乎反应最灵敏的技术来分析，审查和定制个人学习经验。智能辅导系统中的AI能够使用机器学习来实时适应和响应学生的需求。如今，人工智能还被用于帮助评分考试和防止抄袭。人工智能可以用来预测所需的技能，并帮助将具有适当技能的人与可用的工作机会联系起来。 例如，Pymetrics是“类似于Netflix的求职推荐算法”，旨在根据从神经科学游戏中收集的数据得出的推论，将个人候选人与公司和职位进行匹配。
bull;网络安全中的人工智能—人工智能正在帮助组织监视，检测和缓解越来越多的政府，行业和个人面临的网络安全威胁。这已经在解决诸如垃圾邮件过滤器，恶意文件检测和恶意网站扫描之类的长期网络安全问题。Alphabet最近发布了Chronicle，“一个网络安全情报平台，为网络安全提供了大量存储，处理能力和高级分析功能人工智能生成的动态威胁模型可帮助预测未来的攻击。
bull;公共机构和公共服务领域的AI —通常使用AI应用程序来提供更高效的政府服务，以及协助公共安全。人工智能已经与无人机镜头相结合，以打击野生动植物的偷猎和非法伐木。人工智能应用程序通过欺诈检测，交通控制和算法来协助执法人员预测累犯和飞行风险。通过使用预测性犯罪分析，人工智能已被帮助有效地将执法部门部署到在特定时间更可能发生犯罪的地区。人工智能正在帮助识别加利福尼亚无家可归的青年人口洛杉矶社交网络中的关键人物，以帮助减轻
剩余内容已隐藏，支付完成后下载完整资料
资料编号：[240052]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
