Натренированные модели как защита от privacy-регулирования

Натренированные модели как защита от privacy-регулирования

Facebook может позволить себе усилить защиту приватности и сократить сбор данных, потому что их поведенческие модели машинного обучения уже обучены на огромных массивах данных. Качество этих моделей достаточно высокое, чтобы продолжать эффективно работать долгие годы без дополнительного сбора персональных данных. Это дает компании стратегическое преимущество в условиях растущих требований к приватности.

Связи

• Объем данных как конкурентное преимущество в ML — Оба о том, как накопленный массив данных создаёт долгосрочное преимущество
• Платформенная ловушка для брендов — Другой пример использования Facebook своего преимущества для изменения правил игры
• Privacy как оружие посредников против прямых контактов — Оба показывают использование privacy-аргументов для укрепления рыночной позиции платформы
• Регулирование privacy может стимулировать обратный выкуп данных — Оба раскрывают стратегическую ценность владения данными при усилении privacy-регулирования

---

Источник: Telegram, 2019-05-14