L’intelligence artificielle (IA) est une réalité et a tissé sa toile dans le quotidien: systèmes de navigation, filtres antispam, prévisions météorologiques, pour ne citer que quelques exemples.
Des progrès considérables ont été réalisés dans le domaine de l’apprentissage automatique, sous-ensemble de l’IA. Les machines apprennent grâce à des algorithmes complexes qui leur permettent d’analyser d’énormes ensembles de données et de faire des prévisions au moyen de ces données. Parallèlement au renforcement des aptitudes des machines, des volumes croissants de données sont actuellement collectés et les informations sur le comportement humain sont contrôlées; tout cela constitue des défis pour la protection de la vie privée et des données.
30 days of preserving privacy and data protection, what does that look like? Read our newsletter to register to our upcoming event on young people and children's privacy; our work in protecting people at EU borders, how we support AI innovation whilst protecting people's privacy and more!
The 5th G7 Data Protection and Privacy Authorities Roundtable took place on 18 to 19 June in Ottawa, Canada.
Following you can find the documents adopted during this event:
Federated Learning (FL) presents a promising approach to machine learning (ML) by allowing multiple sources of data (devices or entities) to collaboratively train a shared model while keeping data decentralised. This approach mitigates privacy risks as raw data remains locally on the sources, which is particularly beneficial in scenarios where data sensitivity or regulatory requirements make data centralisation[1] impractical. Applications of FL are diverse, spanning personalised recommendations, healthcare data analysis, data spaces, and autonomous transport systems, where ensuring privacy and data protection is paramount.
Speech by the EDPS Secretary General, Leonardo Cervera Navas, at CPDP - Data Protection Day.