Expert Insights：AIルームでのデータエレファントのトレーニング、Gary McGraw Ph.D.、Berryville Institute of MachineLearningの共同創設者

https://www.darkreading.com/risk/irresponsible-ai-training-the-data-elephant-in-the-room
完全なMLライフサイクルを検討すると、データ関連のリスクがさらに顕著になります。
これは、完全なデータ公開の観点から、MLを実践することで、最初にMLモデルをトレーニングまたはフィールド化するよりもさらに多くのデータが公開される場合が多いためです。
金融機関が過去に行ったローンから取得したデータを使用して、MLシステムをトレーニングしてこの予測を行うことができます。
MLのトリッキーなデータセキュリティの側面には、これらのデータを安全、確実、かつ合法的な方法で使用することが含まれます。
データはある意味でMLモデルに「組み込まれている」ため、トレーニングされたMLモデル自体をフィールド化することにもリスクが伴います（したがって、意図せずにリークバックする可能性があります）。
MLの使用に組み込まれているこの運用データの公開リスクを適切に軽減するにはどうすればよいですか