هوش مصنوعی
گزارشی با 125 صفحه با عنوان “یادگیری ماشین: قدرت و وعده کامپیوترهایی که از طریق مثال یاد میگیرند” که توسط انجمن سلطنتی، آکادمی ملی علوم بریتانیا منتشر شده است، خواستار دسترسی بیشتر به دادههای بخش عمومی برای تحقیقات یادگیری ماشین شده است. این گزارش توسط یک گروه کاری متشکل از محققان از شرکتهای پیشرو در زمینه هوش مصنوعی از جمله Google DeepMind، آمازون و Uber تهیه شده است.
این گزارش به مزایای بالقوه دادههای باز برای پیشرفت هوش مصنوعی از جمله افزایش بهرهوری و رشد اقتصادی اشاره میکند. با این حال، همچنین نگرانیهایی در مورد استفاده از دادههای عمومی از جمله حریم خصوصی و احتمال مزیت تجاری برای کسانی که به دادهها دسترسی زودتر دارند، را به رسمیت میشناسد.
نویسندگان گزارش استدلال میکنند که دادههای عمومی باید “به طور پیش فرض باز” باشند و به نحوی ساختاربندی شوند که “استفاده گستردهتر از دادههای تحقیقاتی” را پشتیبانی کند. آنها استانداردهای باز جدید برای دادهها را توصیه میکنند و پیشنهاد میکنند که مفهوم “رضایت” را در زمینه حاکمیت دادهها برای تسهیل دسترسی گستردهتر به دادهها تجدید نظر کنند.

این گزارش به طور خاص به ارزش دادههای NHS به عنوان یک دارایی کلیدی برای یادگیری ماشین اشاره میکند. با این حال، همچنین به جنجال پیرامون مشارکتهای دسترسی به دادههای DeepMind با NHS اشاره میکند، که بدون رضایت بیمار انجام شده است.
در حالی که این گزارش به احتمال مزیت تجاری از دسترسی به دادههای عمومی اشاره میکند، از صحبت صریح در مورد احتمال انحصار خودداری میکند. این گزارش پیشنهاد میکند که “مکانیسمهای کنترل شده برای دسترسی” میتوانند برای ایجاد تعادل بین منافع عمومی و نگرانیهای مربوط به حریم خصوصی توسعه یابند.
به طور کلی، این گزارش بر اهمیت دادههای باز برای توسعه هوش مصنوعی تاکید میکند، در حالی که به ضرورت حاکمیت مسئولانه دادهها نیز اذعان میکند.

