Привет, дорогой читатель) Все мы пользуемся изо дня в день какими-либо соцсетями,мессенджерами. Вы когда нибудь задумывались, а сколько информации попадает в руки правительства? Все наши переписки, наша геолокация, наши фотографии, наши интересы. Всё абсолютно о нас знают, пусть даже вы скинули мемчик другу и об этом знают люде свыше.
То, что технологические гиганты собирают и анализируют так называемые цифровые следы, ежедневно оставляемые миллиардами пользователей, ни для кого не остаётся секретом. И осознание этого порождает новый вид страха перед «большим братом»: соцсети знают о нас много, но что если они знают о нас слишком много? Можно ли использовать большие данные для того, чтобы узнать все связи, вкусы, привычки человека, его прошлое и настоящее? И если да, то какой вред может нанести нам наше желание социализироваться онлайн, во имя которого мы добровольно делимся информацией о себе?
Кроме внутренней политики соцсетей есть ещё одна важная деталь: аккаунты могут быть связаны с сотнями тысяч других приложений и функций. Это, например, стало поводом для больших обсуждений в прошлом году о доступе третьих лиц к данным пользователей. Важную попытку по регулированию свободы разработчиков предприняли в Евросоюзе — в прошлом году в силу вступил Общий регламент по защите данных (GDPR). Он решил не проблемы передачи данных, но обратил внимание пользователей на этот вопрос. Это не обязывает нас читать все пользовательские соглашения, но заставляет задуматься и по меньшей мере быть более ответственными за свои цифровые следы и соблюдать элементарные правила цифровой гигиены.Возьмём, к примеру, картинки — а это действительно большие данные, они могут дать очень много информации. Картинок миллионы, но что с ними делать? Какую пользу можно из них извлечь? Какие паттерны они позволяют узнать? Машинное обучение, на самом деле, не так далеко ушло. Это не такой простой процесс, как кажется: нет такого, чтобы вы нажали кнопку и через неделю получили полные выкладки.
Непосредственно машинному обучению предшествуют задачи более сложные. Те же картинки сперва нужно правильно обработать (например, обрезать, отцентрировать фотографии; для обучения это важно) — это первый этап, который обычно занимает много времени. Второй этап — выбрать архитектуру сети, подходящую для решения задачи. Грубо говоря, вы строите десять разных нейронных сетей, и они дают десять разных результатов. Затем полученные результаты нужно как-то оценить. И после этого вы, с большой вероятностью, возвращаетесь к первому этапу. Выстроить одну универсальную сеть под любую задачу нереально: вы либо строите её с нуля, либо дорабатываете существующую. Распознавание лиц — это одна задача, распознавание кошек — уже другая.
Надо понимать, что компании, собирающие большие данные, не интересуются нашими личными профилями. Им нужны данные о множестве разных людей, которые интересуются чем-то конкретным. А что касается спецслужб, то, полагаю, они могут собрать данные и не прибегая к соцсетям. Думаю, что наши страхи насчёт того, что за нами следят, скоро пройдут. Таков новый мир: не наследить в Сети можно, но это сложно. Проще вообще не появляться в Сети.
Я не говорю, то что надо исключить из своей жизни телефон, надо быть поаккуратней с передаваемой информацией, ведь порой живое общение может быть лучше, чем поговорить по телефону. Спасибо что прочитал этот пост)))