Новая математическая модель, разработанная исследователями из Оксфорда, Имперского колледжа Лондона и Калифорнийского университета в Лувене, может улучшить защиту частной жизни в системах идентификации, основанных на искусственном интеллекте. Модель предлагает научную основу для оценки того, насколько хорошо работают методы идентификации, такие как отпечатки пальцев в браузере, в «крупномасштабных решениях».
Она помогает оценить риск повторной идентификации личности по минимальным данным, таким как часовой пояс или настройки браузера, что крайне важно в таких условиях, как больницы или пограничный контроль, отмечают учёные.
Метод использует байесовскую статистику для определения точности идентификации людей в небольших масштабах, а затем проецирует эту точность на более крупные группы, превосходя предыдущие модели. Это может помочь объяснить, почему некоторые инструменты идентификации ИИ хорошо работают в контролируемых тестах, но терпят неудачу в реальных условиях.
Данная модель актуальна, поскольку технологии ИИ продолжают развиваться, вызывая опасения у экспертов по поводу конфиденциальности. Она может помочь организациям «найти баланс между преимуществами ИИ и необходимостью защиты персональных данных».