هستی شناسی به تایید انسانی در داده های آموزشی هوش مصنوعی بدون به خطر انداختن حریم خصوصی نیاز دارد

هستی شناسی توجه را به یک مشکل رو به رشد در دنیای هوش مصنوعی جلب می کند: چگونه ثابت می کنید که بخشی از داده های آموزشی از یک شخص واقعی گرفته شده است بدون اینکه کل فرآیند به یک کابوس حریم خصوصی تبدیل شود؟ در پست اخیر، این پروژه استدلال کرد که پاسخ نباید نظارت بیشتر باشد. Ontology می‌گوید به جای درخواست از مشارکت‌کنندگان برای تحویل سلفی‌ها، شناسه‌ها، اسکن‌های بیومتریک و سایر جزئیات شخصی، صنعت باید به اعتبارنامه‌های قابل تأیید و افشای انتخابی تکیه کند تا مردم بتوانند بدون اینکه همه چیز را در مورد خودشان فاش کنند، ثابت کنند که انسان هستند. این ایده اکنون بیش از یک سال پیش اهمیت دارد. مکالمه آموزش و داده های هوش مصنوعی به وضوح تغییر کرده است. قبلاً بیشتر در مورد مقیاس، حجم و میزان داده ای بود که می توانید جمع آوری کنید. اکنون سؤال بزرگتر این است که این داده ها از کجا آمده اند، آیا واقعاً ساخته دست بشر هستند یا خیر، و چه مقدار از آن قبلاً توسط محتوای مصنوعی آلوده شده است. این نگرانی دیگر موضوع مهمی نیست. این یکی از بزرگترین دردسرهایی است که تیم‌های هوش مصنوعی در تلاش برای ساخت مدل‌های تمیزتر و قابل اعتمادتر هستند. هستی شناسی می گوید که بازار در حال حاضر شروع به برخورد با اثبات شخصیتی مانند یک دارایی ارزشمند کرده است. داده های تایید شده انسانی در حال تبدیل شدن به چیزی است که شرکت ها ممکن است مجبور به پرداخت هزینه اضافی برای آن شوند. تقاضا در حال افزایش است، اما عرضه محدود است و روشی که بسیاری از پلتفرم‌ها برای تأیید افراد برنامه‌ریزی می‌کنند، از نظر شرکت، عمیقاً ناقص است. ساده ترین مسیر برای اکثر پلتفرم ها، تهاجمی ترین مسیر نیز هست.اگر آنها بخواهند بدانند کسی انسان است یا نه، معمولاً اطلاعات شخصی بیشتر و بیشتری را می خواهند. آنها ممکن است به یک سلفی، یک شناسه دولتی، یک بررسی زنده بودن، ردیابی رفتار، انگشت نگاری دستگاه یا ترکیبی از همه موارد فوق نیاز داشته باشند. هر لایه ممکن است تأیید را مطمئن تر کند، اما همچنین به این معنی است که کاربر حریم خصوصی بیشتری را رها می کند. با گذشت زمان، فردی که تلاش می کند ثابت کند واقعی است، به مجموعه ای از نقاط داده ذخیره شده در سیستم های شخص دیگری تجزیه می شود. هستی شناسی استدلال می کند که این معامله اشتباه است. این شرکت می‌گوید مشکل این نیست که افراد باید تأیید شوند. مشکل این است که مدل فعلی فرض می‌کند که تأیید باید با قرار گرفتن در معرض دائمی باشد. این همان چیزی است که زمانی اتفاق می افتد که صنعت از ابزارهای متمرکزی استفاده می کند که برای جمع آوری هرچه بیشتر داده ها طراحی شده اند. در عمل، انسان هزینه اعتماد می شود. پیشرفت واقعی آنتولوژی جایگزینی که به آن اشاره می‌کند، بر اساس مدل 2.0 داده اعتباری قابل تأیید W3C ساخته شده است، که به عنوان یک توصیه در ماه مه 2025 اعلام شد.