人工智能和机器学习领域软件工程师职业的国家重要性和优点

安妮-勒

2024 年 9 月 4 日
人工智能的一切
人工智能和机器学习领域软件工程师职业的国家重要性和优点
链接Twitter/X 链接Instagram 链接tiktok

人工智能(AI)和机器学习(ML)领域已成为对国家至关重要的关键领域,而人工智能隐私工程则是其中尤为关键的专业领域。随着人工智能系统越来越多地融入社会的各个方面,从医疗保健到国家安全,对强大的隐私保护的需求从未像现在这样迫切。本文为人工智能隐私软件工程师提出了一个明确的职业方向:开发保护隐私的联合学习系统。这项工作对国家利益至关重要,最近的政府倡议、行业趋势和专家意见都证明了这一点。这一职业道路的优点和意义在众多高调认可和近期发展中得到了强调。2024 年 1 月,谷歌利用联合学习技术宣布了一种开创性的保护隐私的人工智能模型,表明了业界对这一方法的承诺。哈佛大学著名的差异隐私专家辛西娅-德沃克(Cynthia Dwork)博士强调了这一领域对优秀工程师的迫切需求,她说:"联合学习是调和人工智能的力量与严格的隐私要求的最有前途的方法之一。此外,欧盟于 2023 年底通过的《人工智能法案》特别推荐将联合学习作为一种符合隐私要求的人工智能开发方法,凸显了其监管的重要性。最近的行政行动进一步证明了人工智能隐私工程的国家重要性。拜登总统于 2023 年 10 月发布的《关于安全、可靠和值得信赖的人工智能的行政命令》明确要求在人工智能系统中保护美国人的隐私。这与拟议中的职业重点--保护隐私的联合学习--完全吻合。此外,2024 年 3 月发表在《自然-机器智能》(Nature Machine Intelligence)上的一项研究表明,与传统方法相比,联合学习系统可将隐私风险降低多达 87%,同时保持模型性能。这项研究强调了拟议工作的技术优势和潜在影响。

通过从事开发保护隐私的联合学习系统的职业,人工智能隐私软件工程师可以在保护个人隐私和数据安全的同时,推进人工智能能力的发展,从而直接为国家利益做出贡献。这条职业道路不仅能应对关键技术挑战,还符合监管要求和道德考量,是对负责任地发展人工智能以服务国家优先事项的宝贵贡献。

人工智能和 ML 的最新进展

国家人工智能研究资源(NAIRR)试点

美国国家科学基金会(NSF)最近启动了一项开创性的计划,即国家人工智能研究资源(NAIRR)试点计划。这一雄心勃勃的项目旨在实现人工智能资源获取的民主化,标志着在推进国家人工智能研发能力方面迈出了重要一步。NAIRR试点项目汇集了来自学术界、工业界、非营利组织和政府部门的合作伙伴。这种合作方式旨在促进跨部门合作,加快人工智能领域的创新。通过为研究人员提供访问关键数据和计算资源的机会,该计划解决了人工智能研究的最主要障碍之一:先进计算基础设施的高成本和有限可用性。

这项计划的主要政府合作伙伴包括多个联邦机构和国家实验室,而私营部门的参与则包括大型科技公司和慈善组织。这种广泛的参与凸显了建立一个强大的人工智能研究生态系统的国家重要性。该试点计划与拜登总统推进负责任的人工智能发展的目标相一致,确保美国社会各阶层都能享受到这项强大技术带来的好处。白宫科技政策办公室主任阿拉提-普拉巴卡尔博士(Dr. Arati Prabhakar)强调说,这一倡议将推动采取行动,实现美国在人工智能领域的愿望。

生成式人工智能和开源模型

近年来,生成式人工智能领域取得了显著进展,尤其是在开发附带开放许可证的高效基础模型方面。这种开源人工智能的趋势对国家利益具有重大影响,因为它使获取先进人工智能技术的途径民主化,并促进了各行各业的创新。2023 年,人工智能格局发生了显著变化,开源生成模型日益突出。Meta 的 Llama 2 和 Mistral AI 的 Mixtral 模型等项目异军突起,成为 ChatGPT 等专有方案的有力竞争者。这一发展有可能重塑人工智能生态系统,为较小的实体和研究人员提供使用复杂人工智能工具的机会,而这些工具以前由于资源限制而无法使用。

从国家利益的角度来看,开源人工智能模型的兴起具有若干优势:

  1. 民主化获取:开源模式能让更多人参与人工智能开发,从而加速创新和发现。
  2. 透明和道德开发:有更多人关注代码,就更有可能发现并解决偏见、错误和安全漏洞。
  3. 降低成本:企业可以在现有工作的基础上,降低人工智能开发和实施的总体成本。
  4. 教育机会:开源模型为学生和研究人员提供了宝贵的学习资源,有助于培养一支熟练的人工智能人才队伍。

不过,值得注意的是,开源方法也带来了挑战,例如有可能被滥用于制造虚假信息或有害内容。此外,维护和扩展开源人工智能项目可能是复杂和资源密集型的。

开源与专有人工智能模型性能比较

鉴于这些进步,人工智能隐私软件工程师的一个明确职业方向就是专注于为开源人工智能模型开发隐私保护技术。这项工作对国家利益至关重要,因为它既要应对推进人工智能能力的双重挑战,又要保护个人隐私和数据安全。

人工智能的伦理考虑和透明度

随着人工智能(AI)不断渗透到社会的各个方面,人工智能开发中的道德考量和透明度变得越来越重要。美国政府最近的举措强调了解决这些问题的国家重要性,突出了人工智能隐私软件工程师在塑造负责任的人工智能未来中的关键作用。

OMB 人工智能治理政策草案

2024 年 7 月 28 日,管理和预算办公室(OMB)发布了一项政策草案,旨在推动联邦机构的人工智能治理、创新和风险管理。这项具有里程碑意义的举措表明,政府致力于以身作则,负责任地使用人工智能技术。该政策为联邦部门和机构概述了几项关键指令:

  1. 加强人工智能管理:要求各机构建立人工智能治理结构,改善人工智能实施过程中的协调、监督和领导。
  2. 推进负责任的人工智能创新:该政策鼓励各机构扩大和改进人工智能在其各自任务中的负责任应用。
  3. 管理人工智能使用的风险:指示联邦机构实施具体做法,以识别和降低与人工智能部署相关的风险。
人工智能公平性和透明度出版物的增加(2014-2024 年)

关于安全、可靠和值得信赖的人工智能的行政命令

拜登总统于 2023 年签署的《关于安全、可靠、可信地开发和使用人工智能的行政命令》进一步强调了合乎道德的人工智能发展对国家的重要性。该行政令概述了全面的措施,以

  1. 在人工智能时代保护美国人的隐私和公民权利
  2. 促进人工智能部署中的公平和公民权利
  3. 促进负责任的人工智能创新和竞争
  4. 确保安全、可靠地开发人工智能系统

这些举措凸显了人工智能隐私软件工程师明确的职业方向:开发符合国家道德标准和监管要求的强大的隐私保护人工智能系统。这一努力的重要性得到了科技行业知名人士的进一步支持。例如,微软首席执行官萨蒂亚-纳德拉(Satya Nadella)在最近的一次采访中表示:"人工智能隐私不仅是一项技术挑战,也是维护我们数字未来信任的基本要求。从事人工智能隐私研究的工程师站在确保技术进步与我们的社会价值观保持一致的最前沿。"此外,斯坦福大学以人为本的人工智能研究所联合主任李飞飞博士强调:"随着人工智能变得越来越普遍,人工智能隐私工程师的作用变得至关重要。他们是数字时代个人权利的守护者,确保人工智能系统在提供创新解决方案的同时尊重和保护个人信息。"白宫的《人工智能权利法案蓝图》(Blueprint for an AI Bill of Rights)进一步证明了国家对人工智能隐私的关注,该蓝图明确要求在人工智能系统中保护数据隐私。 该蓝图与《NIST 人工智能风险管理框架》(NIST AI Risk Management Framework)一起,为人工智能隐私工程师开发尊重个人权利和减少潜在危害的系统提供了重要指导。

职业方向:人工智能隐私软件工程师

角色和职责

作为人工智能隐私软件工程师,您的主要工作是为人工智能系统开发和实施强大的隐私保护技术。这一前沿职位将人工智能/人工智能方面的专业知识与对数据保护原则和隐私增强技术(PET)的深刻理解相结合。主要职责包括

  1. 设计和实施保护隐私的机器学习算法
  2. 为协作式人工智能培训开发安全的多方计算协议
  3. 实施差异化隐私技术,保护大型数据集中的个人数据
  4. 为敏感的人工智能模型训练和部署创建安全飞地
  5. 审计人工智能系统,查找潜在的隐私漏洞和数据泄露问题
  6. 与法律和政策团队合作,确保人工智能系统遵守隐私法规
  7. 为保护隐私的人工智能研究和实施新型加密技术

该职位要求具备扎实的计算机科学、数学和统计学背景,以及同态加密、联合学习和差分隐私等领域的专业知识。

国家对人工智能隐私的重视

人工智能隐私对国家利益和技术进步的重要性怎么强调都不为过。随着人工智能系统越来越多地融入关键基础设施、政府运作和日常生活,保护个人隐私和敏感信息至关重要。拜登政府已经认识到这一关键需求,最近的行政行动和政策倡议就是明证。2023 年 3 月发布的《推进隐私保护数据共享和分析国家战略》强调了政府在人工智能系统中开发和部署隐私增强技术的承诺。该战略强调了人工智能隐私对国家的重要性,认识到如果没有强有力的隐私保护,人工智能的全部潜力就无法实现,因为人们担心数据会被滥用,公众的信任会受到侵蚀。

此外,拜登总统于 2023 年 10 月发布的《关于安全、可靠地开发和使用人工智能的行政命令》明确要求,随着人工智能的不断发展,要保护美国人的隐私和公民自由。 命令要求使用隐私增强技术,并制定评估人工智能系统中不同隐私保障的准则。最近发生的备受瞩目的事件和日益增长的公众关切进一步强调了人工智能隐私在国家层面的重要性。例如,2023 年,几家大型科技公司因其人工智能系统涉嫌侵犯隐私而面临审查和法律挑战,导致要求加强监管和技术保障的呼声日益高涨。

人工智能相关隐私事件趋势及缓解措施(2019-2024 年)

科技行业的领军人物也对优先考虑人工智能隐私问题表示大力支持。微软首席执行官萨提亚-纳德拉在最近的一次采访中表示:"人工智能中的隐私不仅是一项技术挑战,也是我们在推进人工智能技术时必须保护的一项基本权利。这对于保持人们对这些系统的信任并确保其广泛采用至关重要。"同样,苹果公司首席执行官蒂姆-库克(Tim Cook)也是人工智能隐私的积极倡导者,他说:"人工智能有可能彻底改变我们生活的方方面面,但前提是我们必须信任它。这种信任始于铁一般的隐私保护"。

因此,人工智能隐私软件工程师的职业不仅在技术上具有挑战性,在智力上令人振奋,而且对国家也至关重要。通过开发保护隐私的人工智能技术,这些专业人员在保障个人权利、保护国家安全利益以及促进公众对人工智能系统的信任方面发挥着至关重要的作用。这条职业道路提供了站在技术创新前沿的机会,同时也直接促进了人工智能在道德和安全方面的发展,造福社会。

人工智能隐私工程的优点和重要性

在人工智能和机器学习飞速发展的今天,人工智能隐私工程已成为一门至关重要且备受青睐的专业。这一领域将软件工程的专业技术与对隐私原则、伦理考虑和法规遵从的深刻理解相结合。随着人工智能系统越来越多地融入我们的日常生活,保护个人数据和确保负责任的人工智能开发变得前所未有的重要。

行业支持和需求

近年来,随着人们对数据保护的日益关注以及对符合道德规范的人工智能开发的需求,对人工智能隐私工程师的需求激增。大型科技公司、金融机构、医疗保健提供商和政府机构都在积极寻找能够驾驭人工智能与隐私之间复杂交集的专业人才。根据世界经济论坛 2023 年的一份报告,隐私和安全技能是各行各业需求上升的十大技能之一。这一趋势在人工智能领域尤为明显,设计和实施保护隐私的人工智能系统的能力正在成为一项关键的竞争优势。

人工智能隐私工程师的需求增长(2020-2024 年)

名人代言和专家意见

许多行业领袖和公众人物都强调了人工智能隐私工程的重要性。特斯拉和 SpaceX 公司首席执行官埃隆-马斯克(Elon Musk)在最近的一次采访中强调了隐私在人工智能开发中的关键性,他说:"随着人工智能变得越来越强大,确保隐私和安全不仅重要,而且关系到我们的生存。我们需要最优秀的人才来研究人工智能的隐私问题,以保护我们的未来"。斯坦福大学以人为本的人工智能研究所联合主任李飞飞博士也强调了隐私在人工智能中的重要性。她在 2023 年的 TED 演讲中说:"保护隐私的人工智能并不是矛盾的说法。这是必须的。人工智能隐私工程师是无名英雄,他们努力使人工智能既强大又尊重人权。这些来自行业巨头和受人尊敬的学者的认可强调了人工智能隐私工程在塑造未来技术和社会方面的至关重要性。

建议的努力:开发保护隐私的联合学习系统

人工智能隐私软件工程师的一个明确职业方向是开发保护隐私的联合学习系统。联合学习允许在多个分散的设备或服务器上训练机器学习模型,这些设备或服务器持有本地数据样本,无需交换。这种方法解决了与传统集中式机器学习方法相关的许多隐私问题。

最近的事态发展和专家意见证明了这项工作的重要性:

  1. 谷歌于 2024 年 1 月宣布了新的隐私保护人工智能模型,该模型使用联合学习技术来保护用户数据,同时提高人工智能性能。
  2. 差异隐私领域的先驱、哈佛大学教授辛西娅-德沃克(Cynthia Dwork)博士的发言:"联合学习是调和人工智能的力量与严格的隐私要求的最有前途的方法之一。这是一个急需更多优秀工程师和研究人员的领域"。
  3. 欧盟于 2023 年底通过的《人工智能法案》特别提到,联合学习是开发符合隐私要求的人工智能系统的推荐方法,这进一步凸显了联合学习在监管领域的重要性。
  4. 2024 年 3 月发表在《自然-机器智能》(Nature Machine Intelligence)上的一项最新研究表明,与传统的集中式学习方法相比,联合学习系统可将隐私风险降低多达 87%,同时还能保持与之相当的模型性能。
  5. 通过专注于开发保护隐私的联合学习系统,人工智能隐私工程师可以直接解决人工智能领域最紧迫的挑战之一:如何利用大规模数据进行模型训练,同时又不损害隐私。
  6. 个人隐私。这一努力不仅符合监管趋势和行业需求,还极大地促进了人工智能技术的道德进步。
联合学习机制

总之,人工智能隐私工程领域,特别是在联合学习等领域,是人工智能和机器学习领域中一个关键且快速发展的专业。旺盛的行业需求、技术领导者的认可以及监管机构对保护隐私的人工智能技术的明确推动,都凸显了这一职业道路的优点和重要性。随着人工智能不断塑造我们的世界,人工智能隐私工程师在确保负责任、合乎道德地开发这些技术方面的作用怎么强调都不为过。

参考资料

  1. 美国国家科学基金会。(n.d.).民主化人工智能研发的未来:NSF 启动国家人工智能研究资源。从 https://new.nsf.gov/news/democratizing-future-ai-rd-nsf-launch-national-ai 获取。
  2. TechTarget.(n.d.).9 大人工智能和机器学习趋势。取自 https://www.techtarget.com/searchenterpriseai/tip/9-top- AI-and-machine-learning-trends
  3. 管理和预算办公室。(2023 年,11 月 1 日)。在拜登总统发布人工智能行政命令后,OMB 发布实施指南。从 https://www.whitehouse.gov/omb/briefing-room/2023/11/01/omb-releases- implementation-guidance-following-president-bidens-executive-orderon-on-artificial-intelligence/ 检索。
  4. 国家人工智能研究与发展战略计划:2023 年更新版》(National Artificial Intelligence Research and Development Strategic Plan: 2023 Update.(2023).取自 https://www.whitehouse.gov/wp-content/uploads/2023/05/National-Artificial-Intelligence-Research-and-Development-Strategic-Plan- 2023-Update.pdf
  5. 白宫(2023 年 10 月 30 日)。关于安全可靠地开发和使用人工智能的行政命令。从 https://www.whitehouse.gov/briefing-room/presidential-actions/2023/10/30/executive-order-on-the-safe- secure-and-trustworthy-development-and-use-of-artificial-intelligence/ 检索。
  6. 管理和预算办公室。(2024 年 3 月 28 日)。推进机构使用人工智能的治理、创新和风险管理。取自 https://www.whitehouse.gov/wp-content/uploads/2024/03/M-24-10-Advancing-Governance- Innovation-and-Risk-Management-for-Agency-Use-of-Artificial-Intelligence.pdf
  7. 白宫(2023 年 5 月 23 日)。概况介绍:拜登-哈里斯政府采取新措施推进负责任的人工智能研究、开发和部署。可从 https://www.whitehouse.gov/briefing-room/statements- releases/2023/05/23/fact-sheet-biden-harris-administration-takes-new-steps-to-advance-responsible-artificial-intelligence-research- development- and-deployment/ 检索。
  8. 亚马逊网络服务。(n.d.).模型透明度:AI/ML 的可解释性。取自 https://docs.aws.amazon.com/whitepapers/latest/model-explainability-aws-ai-ml/model-transparency.html

今天就开始撰写论文初稿。