Já ouviu falar em Machine Unlearning? É um área nascente da Ciência da Computação que busca maneiras de induzir amnésia seletiva em sistemas de Inteligência Artificial. Com as novas legislações de proteção de dados pessoais passamos a ter o direito de revogar a permissão de uso e solicitar que os dados sejam excluídos de praaticaamente todas as bases de tratamento, com raras execeções. O "desaprendizado de máquina" trata justamente da remoção de todos os vestígios de uma determinada pessoa ou ponto de dados de um sistema de aprendizado de máquina, sem afetar o seu desempenho.
Se tornado prático, o conceito pode dar às pessoas mais controle sobre seus dados e o valor derivado deles. Até o Facebook tem se dedicado a ele. Principalmente por saber bem que a simples remoção de uma amostra das unidades de armazenamento não remove necessariamente todo o seu traço, uma vez que os modelos de aprendizado de máquina downstream podem armazenar algumas informações sobre as amostras usadas para treiná-los. Em outra palavras, é grande a possibilidade de o modelo ter memorizado os dados, colocando os usuários em risco de um ataque de privacidade bem-sucedido e o agente de tratamento em desconformidade com a lei.
Essa noção de amnésia artificial requer algumas novas ideias de como o desenvolvimento de algoritmos extremamente flexíveis, capazes de lidar com classes de modelos arbitrários e novas metodologias de treinamento, explica Aaron Roth, professor da Universidade da Pensilvânia, em um paper sobre Machine Unlearning publicado em junho, onde ele e outros pesquisadoress mostraam que é possível fazer os algoritmos de aprendizado de máquina esquecerem, sob certas condições. Mas a técnica ainda não está pronta para uso corrente.
Este é um conteúdo exclusivo para assinantes.
Cadastre-se grátis para ler agora
e acesse 5 conteúdos por mês.
É assinante ou já tem senha? Faça login. Já recebe a newsletter? Ative seu acesso.
O processo usado hoje para construir a maioria deles não pode dizer se funcionarão adequadamente no mundo real - e isso é um problema
Tecnicamente, sim. Um sistema de IA pode ser tão bom quanto a qualidade de seus dados e o design de seus modelos. Por isso é tão importante neutralizar os vieses cognitivos dos algoritmos
Um mundo em que a própria Inteligência Artificial (IA) é capaz de criar a si mesma? Esse mundo já chegou
A cineasta Shalini Kantayya fala sobre o que aprendeu com a produção do documentário “Coded Bias”, que explora os efeitos do viés algorítmico e questiona se, em algum momento, a IA vai ficar mais esperta e nos trancar do lado de fo...
Quanto mais deixamos a IA seguir por esse caminho pouco transparente, maior a probabilidade de chegarmos a lugares que não desejamos - e de onde talvez não tenhamos volta
Muitos pesquisadores sustentam que, na maioria das vezes, a IA se torna ainda mais inteligente e poderosa se tiver a capacidade de ser treinada com Small Data
Aproveite nossas promoções de renovação
Clique aquiPara continuar navegando como visitante, vá por aqui.
Cadastre-se grátis, leia até 5 conteúdos por mês,
e receba nossa newsletter diária.
Já recebe a newsletter? Ative seu acesso