Kender du det med “retten til at blive glemt”?
Du beder en techvirksomhed om at slette dine data – og så håber du, at det hele forsvinder. Men sandheden er lidt mere Terminator end forbrugerstyrelses-pjece.
For selv hvis dataen slettes, har AI’en allerede lært af dig.
AI glemmer ikke
GDPR giver os i Europa ret til at blive digitalt glemt. Men i praksis er det næsten umuligt i store AI-systemer.
Hvorfor?
Fordi modellerne ikke bare lagrer dine data – de absorberer mønstrene. Ansigtet. Sproget. Adfærden.
Hvis man bare piller dataen ud, risikerer man at ødelægge modellens performance. Og at gentræne hele molevitten hver gang nogen vil slettes? Det kræver absurd meget regnekraft. Ikke realistisk.
To forskere fra Syddansk Universitet mener, at de har fundet en løsning.
Machine Unlearning – den målrettede sletning
Lektor Vinay Chakravarthi Gogineni og professor Esmaeil Nadimi fra SDU Applied AI and Data Science har udviklet en algoritme, der kan få AI-modeller til at aflære specifikke datapunkter – uden at resten af systemet lider.
De har netop beskrevet metoden i det toneangivende Journal of Machine Learning Research.
Det smarte?
Algoritmen identificerer de helt specifikke neuroner i et neuralt netværk, der relaterer sig til en given bruger – og fjerner kun dem.
Ikke hele netværket. Ikke generel viden. Kun det, der kan spores til dig.
Privatliv i en AI-tid
Forskerne peger selv på det oplagte:
Profilering ud fra politiske holdninger. Seksualitet. Sundhedsdata.
Medicinske og genetiske oplysninger kan være uskyldige i dag – og ekstremt følsomme om ti år, hvis du pludselig sidder i en samfundskritisk rolle.
Data har lang hukommelse.
Det bør systemerne ikke nødvendigvis have.
Derfor arbejder de nu videre med at teste algoritmen på store sprogmodeller og billedgeneratorer – altså præcis de systemer, der driver den generative AI-bølge.
Planen er også at ansætte en ph.d.-studerende og indgå partnerskaber med virksomheder for at teste løsningen i praksis.
Er det her et gennembrud?
Well.
“Machine unlearning” har været en hellig gral i AI-forskning de seneste år. Mange arbejder på det. De fleste rammer muren, når performance falder.
Hvis SDU-holdets metode faktisk kan skalere uden at gøre modellerne dårligere – så taler vi ikke bare om en forskningsartikel.
Så taler vi om fundamentet for privatliv i AI-æraen.
Er det vigtigt? Helt ekstremt.
Og i en verden, hvor AI lærer hurtigere end lovgivningen kan følge med – så er evnen til at få den til at glemme måske den vigtigste feature af dem alle.
