生醫健康資料之整合應用與退出規範
憲法法庭111年憲判字第13號判決,認定相關法律未給予當事人退出之機制等,牴觸憲法第22條保障之資訊自主權。行政院提出之《個人資料保護法》修正草案,雖將成立保護委員會並提高相關罰則,然現階段並未見當事人退出機制之建立。由此可知,退出機制將為個資法修正之重點。本文將從國際規範,特別是英國案例,討論生醫健康資料的整合應用與退出機制之規範設計。
憲法法庭111年憲判字第13號判決,認定相關法律未給予當事人退出之機制等,牴觸憲法第22條保障之資訊自主權。行政院提出之《個人資料保護法》修正草案,雖將成立保護委員會並提高相關罰則,然現階段並未見當事人退出機制之建立。由此可知,退出機制將為個資法修正之重點。本文將從國際規範,特別是英國案例,討論生醫健康資料的整合應用與退出機制之規範設計。
當Explainable AI在社會中被實施時,會發現它不僅僅是計算機科學家需要考慮的問題,而是需要社會各領域的人一起參與,包含監管者、政策制定者和利害關係人等等。這些視角、視野和欠缺的結構、基礎設施和流程甚至是機構,才是Explainable AI實施的關鍵。
本演講主題著重於本研究所使用之統計技術,並不包含視覺化之說明。採用的方法稱「clustering」,係根據憲法的特徵進行分類,再根據這些分類進行分組。
本演講為科技、法律、與會計的會合。頭是要顧好本質並Back To First Principle,左手賺錢、右手追根究柢、左腳web3 security、右腳則為ZKP Identity。以上五項為講者金融科技導論課程的主軸。
講者為專門研究社會網絡之社會學家,社會網絡的範疇很大,包括人與人之間的關係,臉書即為一例。前陣子因緣際會與刑警局合作,研究以了解猖獗的組織型詐騙網絡,講者過往的研究皆著重於較為「正常」的人際互動或組織內部合作,參與刑警局案件的經驗著實令人眼界大開,過往對於此種犯罪型態的想像僅止於電影情節,然而實際參與後產生了全然不同的想法。以下將分享此一案件及如何用AI技術分析其中的細節。
去年五月至今年七月七號計一年兩個月內,YOLOR real-time face detection成為世界第一,擊敗了如Google、Microsoft、Amazon等大公司,七月七號又藉由YOLOV7打敗YOLOR。AI第一期時,YOLOV4已是其中相當醒目的計畫之一。
本會議簡報講者與政大法律系臧正運老師、政大外交系陳秉逵老師於2022年10月假Washington DC FinTech Week共同發表之獲選文章「Disciplining Central Banks: Addressing the Privacy Concerns of CBDC and Central Bank Independence」。本文主要討論數位貨幣涉及的隱私問題,以及此隱私問題如何影響到中央銀行獨立性等諸多議題。
在針對法學資料進行人工智慧或文字探勘時,必須了解操作標的、目的、現已有哪些方法、有無適宜工具或統計方法等。雖判決資料已經為數不少,但仍無法稱之為大數據,此時法學領域的核心知識可以增加預測的正確性,並節省電腦判斷的時間,但是法實證不僅止於交由電腦整理資料並找出關聯,重點仍在給個能解釋的好理由。
在人工智慧的應用上,訓練的資料非常重要。資料來源為何、資料來源合法性及正確性,需要有這些要素才能進一步討論人工智慧的應用。如果資料來源不合法,訓練出來的結果就須備受檢驗性。
相對於傳統統計建模通常使用「Analyzing Data」或「分析」這樣的動詞,個人認為learning from data是data-driven(資料驅動或資料導向)較美化的說法,也包含較廣的範圍。我今天的內容主要聚焦在非監督式學習,也就是沒有標籤、答案的一種機器學習技術。