本文的共同第一作者为新加坡南洋理工大学博士后研究员李一鸣博士和浙江大学区块链与数据安全全国重点实验室博士生邵硕，通讯作者为李一鸣博士和浙江大学秦湛教授。其他作者包括：浙江大学博士生何宇，美国马里兰大学博士后研究员国珺峰博士，新加坡南洋理工大学张天威副教授、陶大程教授，美国 IBM 研究院首席研究科学家 Pin-Yu Chen 博士，德国亥姆霍兹信息安全中心主任 Michael Backes 教授，英国牛津大学 Philip Torr 教授，和浙江大学计算机科学与技术学院院长任奎教授。
你是否也曾担心过，随手发给 AI 助手的一份代码或报告，会让你成为下一个泄密新闻的主角？又或是你在网上发布的一张画作，会被各种绘画 AI 批量模仿并用于商业盈利？
这并非危言耸听，而是每个 AI 用户和从业者身上都可能发生的风险。2023 年，三星的一名员工被发现将公司的一份机密源码泄露给了 ChatGPT；同年，意大利数据保护机构也因担心当地居民的对话被用于境外 AI 训练，一度叫停了对 ChatGPT 的使用。随着生成式 AI 的全面普及，越来越多的用户在日常工作生活中使用 AI、依赖 AI，这些真实的事件，为每一位身处 AI 浪潮的用户和从业者敲响了警钟。
这揭示了一种深刻的变革：在 AI 时代，尤其是生成式 AI 的时代，数据不再只是硬盘中的静态文件，而是贯穿 AI 训练、推理、生成的整个生命周期中的「流体」，传统的数据保护方法（如文件加密、防火墙等）已无法应对 AI 场景下的数据保护挑战，对于用户和 AI 从业者而言，迫切需要一个全新的认知框架来全面认识生成式 AI 时代的数据保护问题，来应对数据保护挑战。
在（生成式）人工智能时代，当我们谈论数据保护时，我们在谈论什么？为了回答这一问题，来自浙江大学区块链与数据安全全国重点实验室、南洋理工大学、马里兰大学、IBM、德国亥姆霍兹信息安全中心、牛津大学的研究者们近期发布了前瞻论文《Rethinking Data Protection in the (Generative) Artificial Intelligence Era》，旨在通过通俗易懂的语言，为广大科技群体提供一个新颖的、系统性的视角看待人工智能时代下的数据保护问题。
论文题目：Rethinking Data Protection in the (Generative) Artificial Intelligence Era
论文链接：
0 条