गोपनीयता
ज़िम्मेदार एआई के निजता के तरीकों में, संवेदनशील डेटा के इस्तेमाल से होने वाले संभावित असर पर विचार किया जाता है. इसमें कानूनी और नियमों से जुड़ी ज़रूरी शर्तों का पालन करने के साथ-साथ, सामाजिक नियमों और आम तौर पर लोगों की उम्मीदों को ध्यान में रखना भी शामिल है. उदाहरण के लिए,
लोगों की निजता को सुरक्षित रखने के लिए, कौनसे सुरक्षा उपाय किए जाने चाहिए. ऐसा इसलिए, क्योंकि मशीन लर्निंग मॉडल, उस डेटा के पहलुओं को याद रख सकते हैं या उन्हें ज़ाहिर कर सकते हैं जिससे उन्हें अवगत कराया गया है? उपयोगकर्ताओं को उनके डेटा के बारे में पूरी जानकारी देने और उनके डेटा को कंट्रोल करने के लिए, क्या करना ज़रूरी है?
PAIR Explorables के इंटरैक्टिव वॉकथ्रू की मदद से, एमएल की निजता के बारे में ज़्यादा जानें:
जब तक कुछ अलग से न बताया जाए, तब तक इस पेज की सामग्री को Creative Commons Attribution 4.0 License के तहत और कोड के नमूनों को Apache 2.0 License के तहत लाइसेंस मिला है. ज़्यादा जानकारी के लिए, Google Developers साइट नीतियां देखें. Oracle और/या इससे जुड़ी हुई कंपनियों का, Java एक रजिस्टर किया हुआ ट्रेडमार्क है.
आखिरी बार 2025-02-25 (UTC) को अपडेट किया गया.
[null,null,["आखिरी बार 2025-02-25 (UTC) को अपडेट किया गया."],[[["Responsible AI privacy practices involve respecting legal and regulatory requirements, social norms, and individual expectations regarding sensitive data."],["Safeguards are crucial to ensure individual privacy, as ML models can retain and potentially reveal aspects of the data used in training."],["Transparency and user control over their data are essential considerations in responsible AI development."],["Google's PAIR Explorables offer interactive learning experiences to deepen your understanding of ML privacy concepts like randomized response, federated learning, and data leakage."]]],[]]
