UCLA 教授警告 AI 安全性問題仍未解決
UCLA 的 Safiya Noble 指出,由於訓練數據中存在固有的偏見與刻板印象,目前的 AI 系統並不安全。此評論發布於各大 AI 公司準備 IPO 之際。
Tag: #data-governance90 results
UCLA 的 Safiya Noble 指出,由於訓練數據中存在固有的偏見與刻板印象,目前的 AI 系統並不安全。此評論發布於各大 AI 公司準備 IPO 之際。
Meta 正在更新其處理與利用第三方企業共享數據的方式。這些變更為用戶提供了對 Meta 生態系統中活動數據更細緻的控制權。
Meta 針對被強制安裝 AI 訓練數據監控軟體的員工,推出了 30 分鐘的暫停追蹤選項。此舉是在員工對強制收集鍵盤輸入與螢幕截圖行為表達強烈不滿後所作出的調整。
Goldman Sachs 首席數據官 Neema Raphael 探討了數據工程在構建 AI 就緒業務架構中的關鍵作用。對話強調了高品質數據管道對於成功部署 AI 的必要性。

AI 的成功不僅取決於模型能力,更依賴於企業內部的數據治理與品質。缺乏完善的數據基礎將導致 AI 專案難以落地並快速失去熱度。

Amazon QuickSight 現已支援跨帳戶存取 Athena 資料。這能實現統一洞察,同時維持資料來源帳戶的計費責任。

快消企業總部談AI戰略,一線卻等貨架辨識穩定。專案卡在數據蒐集、隱私與責任邊界。三類摩擦:資訊位置變動、數據邊界重劃、管理經驗權威挑戰。

歐盟視數據為隱私權利,美國視之為企業資產,中國則視為國民經濟資源,相當於土地、勞動、資本與技術。此區別產生結構上迥異的數據治理框架。北京可能取代布魯塞爾成為下一個全球標準來源。

報告顯示許多企業不知員工向AI工具分享何種資料。員工使用未經批准的AI,AI代理則透過存取並分享錯誤資料放大風險。企業應停止變通方法,重獲控制。

美國軍方因 AI 瞄準系統中使用過時資料,轟炸伊朗學校導致 165 人死亡,此事件凸顯 AI 放大資料缺陷。企業須優先處理資料品質,因為 AI 處理海量資料時無法人工驗證。忽略不良資料將在 AI 決策中帶來災難性錯誤。