Las redes neuronales artificiales dependen de pesos para determinar la intensidad de la señal, definiendo efectivamente el comportamiento del modelo. Recientemente, la Open Source Initiative redefinió el concepto de inteligencia artificial de código abierto, permitiendo que los datos de entrenamiento permanezcan ocultos mientras se libera el código subyacente. Este cambio genera una brecha de transparencia, especialmente en campos sensibles como la atención médica, donde la privacidad de los datos es primordial. El investigador de seguridad Bruce Schneier propone renombrar este estándar como “pesos de código abierto”, enfatizando que los parámetros matemáticos son públicos incluso si los datos de entrenamiento no lo son. Esta distinción aclara que la lógica de procesamiento del modelo es accesible, garantizando la rendición de cuentas sin comprometer las fuentes de información confidenciales. Este debate destaca una matización crítica para los profesionales de los datos abiertos. Demuestra que la apertura en la inteligencia artificial no requiere la divulgación completa de los datos, sino un acceso transparente a los pesos algorítmicos. Tal marco apoya el desarrollo ético de la IA al equilibrar la colaboración científica con las protecciones de privacidad necesarias, redefiniendo la forma en que compartimos y auditamos las tecnologías de aprendizaje automático.
Source: thehindu.comPublished on 2024-11-18
Related news
- Ávila, la cuarta provincia con mayor tasa de centenarios
- Deterioro del comercio exterior en Bolivia: Saldo comercial negativo crece 429% respecto a 2023
- Más de la mitad de los muertos por la DANA en Valencia estaban en casas o garajes
- La Nación / Sector lácteo espera altas cifras en exportación: solo octubre superó USD 60 millones
- Congress demands arrest of RTI activist Snehamayi Krishna - Star of Mysore