Building Privacy-Preserving and Secure Geospatial Artificial Intelligence Foundation Models

要約

近年、言語、視覚、マルチモーダル モデルなど、人工知能の基礎モデルが大幅に進歩しました。
最近の研究では、GeoAI 基盤モデルまたは地理基盤モデルとして知られる地理空間人工知能の基盤モデルを、地理的質問応答、リモート センシングによる画像理解、地図生成、位置ベースのサービスなどに使用する可能性が強調されています。
ただし、GeoAI 基盤モデルの開発と適用は、重大なプライバシーとセキュリティのリスクを引き起こす可能性があり、これについてはこれまで十分に議論されず、対処されていませんでした。
このペーパーでは、GeoAI 基盤モデルのライフサイクル全体にわたる潜在的なプライバシーとセキュリティのリスクを紹介し、予防および制御戦略のための包括的な青写真を提案します。
私たちは、このビジョン ペーパーを通じて、地理空間分野の研究者や政策立案者に、GeoAI 基盤モデルに内在するプライバシーとセキュリティのリスクに注意を喚起し、プライバシーを保護し安全な GeoAI 基盤モデルの開発を提唱したいと考えています。

要約(オリジナル)

In recent years we have seen substantial advances in foundation models for artificial intelligence, including language, vision, and multimodal models. Recent studies have highlighted the potential of using foundation models in geospatial artificial intelligence, known as GeoAI Foundation Models or Geo-Foundation Models, for geographic question answering, remote sensing image understanding, map generation, and location-based services, among others. However, the development and application of GeoAI foundation models can pose serious privacy and security risks, which have not been fully discussed or addressed to date. This paper introduces the potential privacy and security risks throughout the lifecycle of GeoAI foundation models and proposes a comprehensive blueprint for preventative and control strategies. Through this vision paper, we hope to draw the attention of researchers and policymakers in geospatial domains to these privacy and security risks inherent in GeoAI foundation models and advocate for the development of privacy-preserving and secure GeoAI foundation models.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google