TinyML

Capítulo 20. Privacidad, Seguridad e Implementación

Este trabajo se ha traducido utilizando IA. Agradecemos tus opiniones y comentarios: [e-mail]

Después de trabajar en los capítulos anteriores de este libro, es de esperar que seas capaz de construir una aplicación embebida que se base en el aprendizaje automático. Sin embargo, aún tendrás que superar muchos retos para convertir tu proyecto en un producto que se pueda implementar con éxito en el mundo. Dos retos clave son la protección de la privacidad y la seguridad de tus usuarios. Este capítulo cubre algunos de los enfoques que hemos encontrado útiles para superar esos retos.

Privacidad

El aprendizaje automático en el dispositivo se basa en la entrada de sensores. Algunos de estos sensores, como los micrófonos y las cámaras, plantean problemas obvios de privacidad, pero incluso otros, como los acelerómetros, pueden ser objeto de abuso; por ejemplo, para identificar a personas a partir de su forma de andar cuando llevan puesto tu producto. Como ingenieros, todos tenemos la responsabilidad de proteger a nuestros usuarios de los daños que puedan causar nuestros productos, por lo que es vital pensar en la privacidad en todas las fases del diseño. También hay implicaciones legales en el manejo de datos sensibles de los usuarios que están fuera del alcance de nuestra cobertura, pero sobre las que deberías consultar a tus abogados. Si formas parte de una gran organización, es posible que dispongas de especialistas ...