18 2月 Modele de harkous photo

Crédits photo: l`image du train a été adaptée à partir d`un gif par Down the Street Design. Non, c`est pourquoi on-Device AI est un sujet brûlant de nos jours. Un grand nombre de tâches de machine learning complexes qui comptaient auparavant sur des serveurs puissants sont réalisables de nos jours sur les smartphones. Chez WWDC 2016, Apple a annoncé que tous ses algorithmes pour la reconnaissance de visages, d`objets et de scènes dans l`application photos seront exécutés sur l`appareil lui-même. Bien sûr, la messagerie nécessite une analyse plus en temps réel par rapport à l`indexation des photos. Mais il ne faudra pas Apple un long moment pour apporter de telles fonctionnalités à iMessage. En fait, les techniques de pointe pour le traitement d`images permettent de traiter plusieurs images par seconde, ce qui devrait suffire pour la plupart des utilisateurs. Encore plus, les fabricants de puces, tels que Movidius et Qualcomm aident à pousser vers l`analyse des données hors ligne en équipant leurs puces avec des capacités cognitives, telles que la perception visuelle, la reconnaissance vocale, et toujours sur la conscience. Polisis n`est pas en fait la première tentative d`utiliser l`apprentissage automatique pour extraire des informations lisibles par l`homme des politiques de confidentialité. L`Université Carnegie Mellon et Columbia ont fait leurs propres tentatives à des projets similaires au cours des dernières années, souligne le professeur de droit NYU Florencia Marotta-Wurgler, qui a concentré ses propres recherches sur les interactions des utilisateurs avec des conditions de contrats de service en ligne. (Une de ses propres études a montré que seulement .07 pour cent des utilisateurs cliquent réellement sur un lien de termes de service avant de cliquer sur «d`accord».) Le projet de politique de confidentialité utilisable, une collaboration qui inclut à la fois Columbia et CMU, a publié son propre outil automatisé pour annoter les politiques de confidentialité juste le mois dernier. Mais Marotta-Wurgler note que les interfaces visuelles et de chat-bot de Polisis n`ont pas été essayées auparavant, et dit que le dernier projet est également plus détaillé dans la façon dont il définit différents types de données.

«La granularité est vraiment agréable», dit Marotta-Wurgler. «C`est une façon de communiquer cette information qui est plus interactive.» Cependant, à un moment donné à l`avenir, je crois que la discussion sera à nouveau sur l`IA et la vie privée d`un côté par rapport à la collecte de données d`autre part. Rappelez-vous l`histoire de WhatsApp, qui a pris environ 6 ans avant la transition vers le cryptage de bout en bout par défaut. Mais ce qui a fait la transition qui a été rapide a été des groupes comme Open Whisper systèmes qui a pris l`initiative de mettre en œuvre leur propre protocole qui a été adopté plus tard par les principaux acteurs. Par conséquent, la prochaine grande question est la suivante: quelle société va ouvrir la voie maintenant, en prenant l`initiative de nous apporter la confidentialité-premier message qui est enrichi avec l`IA? Apple continuera-t-elle à prendre la tête? Ou allons-nous voir des initiatives Open-source, comme ouvrir Whisper Systems et OpenAI, joindre les efforts pour le faire? Excitant, mais intrigant, les temps sont définitivement en avance! Pour construire des Polisis, les chercheurs du Michigan, du Wisconsin et de Lausanne ont formé leur AI sur un ensemble de 115 politiques de confidentialité qui avaient été analysées et annotées en détail par un groupe d`étudiants en droit de Fordham, ainsi que 130 000 plus de politiques de confidentialité gratté des applications sur le Google Play Store. L`impression fine annotée permettait à leur moteur logiciel d`apprendre comment le langage de la politique de confidentialité se traduisait par des déclarations plus simples et plus simples sur la collecte et le partage de données.

No Comments

Sorry, the comment form is closed at this time.