Sélection de la langue

Recherche

Intelligence artificielle, apprentissage machine et protection de la vie privée : menaces et solutions

Organisation

Université Ontario Tech (également connue sous le nom d’Institut universitaire de technologie de l’Ontario)

Publication

2021

Responsable(s) du projet

Khalil El-Khatib (chercheur principal) et Rajen Akalu (cochercheur principal)

Résumé

L’intelligence artificielle (IA) est l’une des nombreuses approches modernes visant à obtenir une intelligence machine équivalente à celle de l’homme. Elle est décrite comme un domaine d’étude axé sur la création d’entités intelligentes, avec de nombreuses applications dans divers domaines, notamment la sécurité, le commerce et les systèmes de transport intelligents. L’apprentissage machine (AM) est un outil qui permet de créer et de mettre en œuvre des systèmes d’intelligence artificielle et qui s’appuie fortement sur des méthodes statistiques pour atteindre ses objectifs. Alors qu’un système d’intelligence artificielle peut percevoir son environnement à l’aide de capteurs et prendre des mesures à l’aide d’actionneurs, l’apprentissage machine permet au système d’apprendre à partir des données recueillies par ces capteurs.

Bien que le développement d’une intelligence artificielle équivalente à celle de l’homme soit perçu comme présentant de nombreux avantages, notamment celui de favoriser le développement rapide des progrès technologiques humains, cette technologie suscite également un certain nombre d’inquiétudes au sein du public, allant de l’instabilité économique à des scénarios apocalyptiques. Les systèmes d’IA et d’AM sont soumis à diverses menaces, notamment les menaces de reconstruction, d’inversion de modèle, d’appartenance et de désanonymisation.

Ce projet a exploré les risques connus et nouveaux pour la vie privée associés à l’intelligence artificielle et à l’apprentissage machine. Les chercheurs ont passé en revue la littérature et fourni divers scénarios d’utilisation de l’intelligence artificielle et de l’apprentissage machine, et ont souligné les risques potentiels d’atteinte à la vie privée. Le projet a également recensé un certain nombre de stratégies d’atténuation pour éliminer ou réduire les risques d’atteinte à la vie privée.

Accessibles dans la langue suivante

Anglais

Projet financé par le CPVP

Ce projet a été financé dans le cadre du Programme des contributions du Commissariat à la protection de la vie privée du Canada. Les opinions exprimées dans les résumés et les rapports sont celles des auteurs et ne reflètent pas nécessairement l’opinion du Commissariat. Les résumés ont été fournis par les auteurs des projets. Veuillez noter que les projets sont publiés dans leur langue d’origine.

Coordonnées

Khalil El-Khatib, Professeur
Directeur, Institute for Cybersecurity and Resilient Systems (ICRS)
Faculté des affaires et des technologies de l’information
Ontario Tech University
2000, rue Simcoe nord
Oshawa (Ontario) L1G 0C5
Téléphone : (905) 721-8668, poste 5390

Signaler un problème ou une erreur sur cette page
Erreur 1: Aucune sélection n’a été faite. Vous devez choisir au moins une réponse.
Veuillez cocher toutes les réponses pertinentes (obligatoire) :

Remarque

Date de modification :