假设一个采用人工智能(AI)的组织以自动驾驶汽车为代表. 数据就是汽油, which provides the driving force to the car; machine learning (ML) is the engine, which determines the performance of the car; and AI operates as the role of the sensor in the car, 有助于自动决策的过程. 一辆性能良好的自动驾驶汽车需要更多的数据输入来获得持续的驱动力，从而变得更有竞争力，并做出更准确的分析和预测. 然而, 尤其是对一家互联网金融机构来说, 多个关系数据集很容易导致“孤立的信息孤岛”,这使得连接数据集变得困难，因为它们可以相互交流.
如何在不违反欧盟通用数据保护条例(GDPR)规定的情况下有效实施数据共享，成为人工智能GDPR合规的最大关注点之一. 以下是我最近回答的问题 杂志 article:
- GDPR是否会导致禁止人工智能使用欧盟个人数据?
- 一个无法解释其决策标准的人工智能算法如何获得知情同意?
- 如果用户选择退出，是否有另一种基于人的决策系统可用?
在我最近的一篇文章中，我解释了人工智能与GDPR之间的主要冲突(图1).
|
人工智能与. GDPR |
提出了建议 |
参考GDPR条款 |
|
自动化决策的准确性 |
|
第4(4)条、第9条、第12条、第13条、第14条、第15条、第21条、 第22条、第35条第1款第3款 |
|
删除权 |
|
第6条、第9条、第12条、第17条、第65条、第66条 |
|
数据最小化 |
|
第5(1)(c)条，序言39，第16条，第17条 |
|
透明度原则 |
|
第五条、第十二条、第十三条、第十四条 |
阅读安德里亚·唐最近的文章 杂志 文章:
"使AI符合GDPR," ISACA杂志， 2019年第6卷.
