2016-2022 All Rights Reserved.平安財經網.復制必究 聯系QQ280 715 8082 備案號：閩ICP備19027007號-6
本站除標明“本站原創”外所有信息均轉載自互聯網 版權歸原作者所有。
研究人員在擺脫數據方面取得了有限的成功
2022-08-25 04:11:20
編輯：仲俊瑤
來源：
導讀 人工智能系統有著奇怪的記憶。機器拼命地依賴于他們已經訓練過的數據，因此難以刪除它的部分內容。實際上，它們通常必須使用較新的較小數據...
人工智能系統有著奇怪的記憶。機器拼命地依賴于他們已經訓練過的數據，因此難以刪除它的部分內容。實際上，它們通常必須使用較新的較小數據集從頭開始重新訓練。
在個人可以根據歐洲的GDPR規則等隱私措施要求將其個人數據從公司數據庫中刪除的時代，這并不好。如何從已經過培訓的機器學習中刪除一個人的敏感信息?一個2017年的研究論文通過法律和政策的學者暗示，甚至是不可能的。
“刪除很困難，因為大多數機器學習模型都是復雜的黑盒子，因此不清楚數據點或數據點是如何被真正使用的，”斯坦福大學生物醫學數據科學助理教授James Zou告訴The。注冊。
為了省略特定數據，通常必須使用較新的較小數據集重新訓練模型。這是一個痛苦，因為它花費金錢和時間。
由斯坦福大學博士生Antonio Ginart領導的這項研究研究了試圖刪除機器學習模型中數據的問題，并設法制作了兩個“可證明刪除有效的算法”來刪除六個不同數據集中的數據，用于k均值聚類模型，一種開發分類器的機器學習方法。結果已經公布，本周在一份文件中的arXiv。
訣竅是評估從訓練模型中刪除數據的影響。在某些情況下，它可能會導致系統性能下降。
“首先，快速檢查刪除數據點是否會對機器學習模型產生任何影響 - 有些設置沒有效果，因此我們可以非常有效地執行此檢查。其次，看看要刪除的數據是否只影響學習系統的某些本地組件，只是在本地更新，“鄒解釋說。
在某些情況下，當數據可以更容易分離時，它似乎對于k-means聚類模型是可行的。但是，對于像現代深度學習模型那樣不具有確定性的系統，刪除數據非常困難。
鄒說，這并非完全不可能。“我們還沒有工具，但我們希望在未來幾個月內開發這些刪除工具。”
免責聲明：本文由用戶上傳，如有侵權請聯系刪除！
猜你喜歡
最新文章
- 研究人員在擺脫數據方面取得了有限的成功
- 葫蘆島人事人才網（關于葫蘆島人事人才網的簡介）
- 品色堂社區（關于品色堂社區的簡介）
- 競游網（關于競游網的簡介）
- 英格蘭隊在第一天的比賽中將比分改為182/3
- nokia6600（關于nokia6600的簡介）
- 重慶裝飾網（關于重慶裝飾網的簡介）
- 社會新聞網（關于社會新聞網的簡介）
- 南充疫情:8月25日南充疫情最新消息今天數據統計情況通報
- 焦點目標宏（關于焦點目標宏的簡介）
- 連續劇蝸居（關于連續劇蝸居的簡介）
- 足球投注網（關于足球投注網的簡介）
- 彩虹小游戲（關于彩虹小游戲的簡介）
- 免費的網游（關于免費的網游的簡介）
- 678114（關于678114的簡介）
- flash 9（關于flash 9的簡介）
- 漂浮廣告代碼（關于漂浮廣告代碼的簡介）
- 上海申通快遞公司（關于上海申通快遞公司的簡介）
- 彩色名片（關于彩色名片的簡介）
- 愛不曾離開（關于愛不曾離開的簡介）
- 火車站車票查詢（關于火車站車票查詢的簡介）
- 黑客技術學習（關于黑客技術學習的簡介）
- 火影忍者364（關于火影忍者364的簡介）
- 幼精悶絕（關于幼精悶絕的簡介）
精彩推薦
- 漂浮廣告代碼（關于漂浮廣告代碼的簡介）
- 火車站車票查詢（關于火車站車票查詢的簡介）
- 沈陽太原街萬達廣場（關于沈陽太原街萬達廣場的簡介）
- dnf復仇者覺醒（關于dnf復仇者覺醒的簡介）
- dell 640m（關于dell 640m的簡介）
- 上海會計上崗證培訓（關于上海會計上崗證培訓的簡介）
圖文推薦
點擊排行
- 1 球位越靠前就越容易打出左曲球
- 2 在高爾夫運動之中你可以看到兩個角色
- 3 握桿是高爾夫運動中最為重要的基礎
- 4 都知道這是提高球技水平的黃金法則
- 5 大多數球手面臨的兩個主要的問題就是力量和精確度
- 6 你已經擊球并不是停止轉動桿面的借口
- 7 感受揮桿平面減小的一個簡單的辦法
- 8 在前兩場公開預選賽上這兩支隊伍都未能拿到RMR晉級名額
- 9 如果再次出局那么將會徹底喪失參加Major的機會
- 10 ENCE在休賽期向來會進行一些大膽的操作