共享有價值的業務資料不是一種好選擇

• 大型資料集中於少數大型機構，目前的資料開放(Open Data)沒有很好的共享機制。
  • 私有的資料：共享？
  • 監管的資料：使用？個資保護(GDPR)
  • 實用的障礙：巨量？
• 從不同來源匯集資料建立模型
  • Data Lake
  • Cloud
• 網路連接昂貴、緩慢或不可靠

資料集中化問題(The Data Centralization Problem)

• 隱私問題(Privacy Problem)
  如何在不披露資料的情況下授權訓練模型。
• 影響問題(Influence Problem)
  第三方能否可量化影響的方式為 AI 模型的行為做出貢獻。
• 經濟問題(Economic Problem)
  第三方能否正確激勵為人工智慧模型的知識和質量做出貢獻。
• 透明度問題(Transparency Problem)
  • 在沒有信任的中間人的情況下，AI 模型的行為活動是否可以無限制開放。

開放資料的方式

從制度與結構來說，有許多不同的選擇。這裡可以分成兩大關鍵議題來談。

• 資料集中儲存
  • 都向中央機構提供資料
  • 資料持有者與資料請求者，直接資料交換
• 資料集中存取
  • 授權要求
  • 對所有人開放

集中式資料儲存容易成資安攻擊目標

• 集中式的資料穀倉(Data Silo)
  • 資料修正
    • 資料都會不斷新增、不斷異動、不斷刪除，資料更新都必須在一定時間內傳送到資料穀倉修正，即使這些資料當前沒有人要求存取。
  • 風險提高
    • 如能夠成功入侵，國家等級的資料任意取用
• 資料直接傳輸：資料請求者與資料持有者之間
  • 讓各企業管理自己的資料
  • 減低資料傳輸頻寬
  • 部分遭到入侵時影響有限