PPOL 5380: Technology Disruptions and Public Policy, Spring 2022-2023 7 March 2023 Time and Venue: Tuesday, 18:30-21:20 Venue: LSK 1009 Instructor: Dr. YARIME Masaru, Associate Professor, Division of Public Policy Office: Room 4616E E-mail: yarime@ust.hk Telephone: 3469-2283 Teaching Assistant: Siqi XIE E-mail: sxieaj@connect.ust.hk课程描述过去二十年来破坏性技术的快速进步已大大改变了我们的生活。他们已经颠覆了旧的商业模式,在许多行业中脱离了现有公司,破坏了传统的供应链并创建了新的供应链,并挑战了许多政府领域的传统政策和监管方法。我们可以预期,破坏性技术的变化速度以及对经济和社会的影响会在未来几年增加,并且在整个经济,社会和政府中,这些进步将得到广泛的感觉。通常被称为“第四次工业革命”(这是一项革命,这是由增加计算能力,大数据和数据分析,物联网,人工智能和机器人技术以及区块链技术的革命,可能会在我们的生命中产生深刻的,深远的变化。破坏性技术的进步以及他们创建的破坏性商业模式,通常需要政策,政府的监管和立法回应。他们也可能破坏工作和劳动力市场,并增加社会经济不平等。同时,“零工经济”的兴起提出了有关如何融资和组织社会保障的疑问。最重要的是,我们将研究对公共政策的影响以及政府应如何回应。虽然计算能力和数字技术的进步可能会大大提高(劳动)生产力,但收益可能是高度集中的 - 随着这些技术的传播和更多的行业具有“赢家全方位”的特征,会产生更高的不平等。,即使这些新的数字技术创造的就业机会超过了它们的销毁,但政府必须处理劳动力流动性和社会包容性问题。虽然政府显然必须对这些技术的干扰做出回应,但不能保证他们会以促进新技术,数字创新和企业家精神和包容性增长的方式来做到这一点。该模块为学生提供了广泛的介绍,这些介绍可能会在未来十年左右的时间内改变我们的经济和社会。我们将研究这些技术的实际应用,并讨论其政策含义和社会经济影响。我们还将研究政府利用新的数字技术提供新服务或改善现有服务以提高公共价值的潜力。特别是我们将研究政府的四个不同角色:作为这些技术的用户;作为这些技术的推动者;作为支持公众对这些技术及其部署方式的信心的监管者;作为一个社会平整者,以确保这些技术的好处得到广泛共享。在本课程中学习成果,学生可以期望:
斯里印度工程技术学院电子与计算机工程系 电子邮件 ID:vinayk8188[at]gmail.com 摘要:数据是各种人工智能 (AI) 算法挖掘有价值特征的输入,但互联网中的数据分散在各处,由彼此不信任的不同利益相关者控制,并且在复杂的网络空间中难以授权或验证数据的使用。因此,很难在网络空间中实现真正的大数据和真正强大的人工智能的数据共享。在本文中,我们提出了 SecNet,这是一种可以在大规模互联网环境中实现安全数据存储、计算和共享的架构,旨在通过集成三个关键组件来创建具有真正大数据的更安全的网络空间,从而通过大量数据源增强人工智能:1)基于区块链的数据共享和所有权保证,可在大规模环境中实现可信数据共享以形成真正的大数据。2)基于人工智能的安全计算平台,可制定更智能的安全规则,有助于构建更可信的网络空间。 3)可信价值——购买安全服务的交换机制,为参与者在提供数据或服务时获得经济回报提供了途径,促进了数据共享,从而实现了人工智能的更好性能。此外,我们讨论了SecNet的典型使用场景以及潜在的替代部署方式,并从网络安全和经济收益的角度分析了其有效性。 关键词:SectNet,区块链,人工智能,安全 1.引言 随着信息技术的发展,将网络、物理和社会(CPS)系统整合为高度统一的信息社会而不仅仅是数字互联网的趋势越来越明显。在这样的信息社会中,数据是其所有者的资产,其使用应该完全由其所有者控制,尽管这不是常见的情况。鉴于数据无疑是信息社会的石油,几乎每个大公司都希望尽可能多地收集数据,以提高未来的竞争力。越来越多的个人数据,包括位置信息、网络搜索行为、用户通话、用户偏好等,被大公司产品内置的传感器悄悄收集,这给数据所有者带来了巨大的隐私泄露风险。而且,这些数据的使用不受数据所有者的控制,因为目前没有可靠的方法来记录这些数据是如何使用的以及被谁使用的,因此几乎没有办法追踪或惩罚滥用这些数据的违规者。如果有一种高效、可信的方法,将分散在整个 CPS 中的数据收集和合并,形成真正的大数据,人工智能(AI)的性能将得到显着提高,因为AI可以同时处理包含大量信息的海量数据,这将带来巨大的好处(例如,实现增强的数据安全性),甚至使AI在更多领域获得超越人类能力的能力。 2. 文献综述 H. Yin,D. Guo,K. Wang,Z. Jiang,Y. Lyu和J. Xing,超连接网络:一种分散的可信计算和网络范式。 K. Fan,W. Jiang,H. Li和Y. Yang,用于物联网医疗隐私保护的轻量级RFID协议。