خرید و دانلود نسخه کامل کتاب Big Data, Algorithms and Food Safety: A Legal and Ethical Approach to Data Ownership and Data Governance

توضیحاتی در مورد کتاب

این کتاب اصولی را که باید هنگام پردازش کلان داده در زمینه ارزیابی خطر ایمنی مواد غذایی به کار رود، شناسایی می کند. ایمنی مواد غذایی یک هدف اساسی در حمایت از حق سلامت افراد و شکوفایی بازار غذا و خوراک است. Big Data برنامه های جدیدی را پرورش می دهد که قادر به افزایش دقت ارزیابی خطر ایمنی مواد غذایی هستند. مقدار فوق‌العاده‌ای از اطلاعات برای تشخیص وجود یا پیش‌بینی احتمال خطرات آینده، همچنین با استفاده از الگوریتم‌های یادگیری ماشین، تجزیه و تحلیل می‌شود. داده های بزرگ و تکنیک های تجزیه و تحلیل جدید موضوعات مورد علاقه آژانس های ایمنی مواد غذایی، از جمله سازمان ایمنی غذای اروپا (EFSA) هستند. این انبوه اطلاعات فرصت ها و خطرات مربوط به استخراج استنتاج های معنادار از داده ها را به همراه دارد. با این حال، منافع و تنش‌های متضاد میان طرف‌های درگیر مانع از تلاش‌ها برای یافتن روش‌های مشترک برای هدایت پردازش داده‌های بزرگ به شیوه‌ای سالم، شفاف و قابل اعتماد است. در حالی که مصرف کنندگان خواستار شفافیت بیشتر هستند، اپراتورهای تجارت مواد غذایی تمایلی به اشتراک گذاری دارایی های اطلاعاتی ندارند. این امر منجر به عدم اعتماد قابل توجهی به سیستم ایمنی مواد غذایی اتحادیه اروپا شده است. اصلاحات قانونی اخیر، با حمایت از موارد قانونی جدید، با هدف بازگرداندن اعتماد به سیستم تجزیه و تحلیل ریسک با تغییر شکل معنای مالکیت داده در این حوزه است. در حالی که این رویکرد نظارتی در حال ایجاد است، تکنیک های تجزیه و تحلیل پیشرفت، تفکر در مورد گام های بعدی در مدیریت داده های ایمنی مواد غذایی در عصر یادگیری ماشینی را تشویق می کند.
این کتاب با ارزیابی چگونگی تمرکز بر دو موضوع اصلی – مالکیت داده و حاکمیت داده ها است. چارچوب نظارتی به چالش های مطرح شده توسط Big Data و تجزیه و تحلیل آن در یک حوزه کاربردی، مهم و نادیده گرفته می شود. برای انجام این کار، رویکردی میان رشته‌ای را اتخاذ می‌کند که هم پیشرفت‌های تکنولوژیکی و هم ابزارهای سیاستی اتخاذ شده در اتحادیه اروپا را در نظر می‌گیرد، در حالی که در هنگام بررسی راه‌حل‌های بالقوه، دیدگاه اخلاقی را نیز در نظر می‌گیرد. نتیجه گیری پیشنهادی را ارائه می کند: طرحی اخلاقی برای شناسایی اصول – امنیت، پاسخگویی، انصاف، توضیح پذیری، شفافیت و حریم خصوصی – که باید هنگام پردازش داده های بزرگ برای اهداف ایمنی مواد غذایی، از جمله با استفاده از یادگیری ماشین، رعایت شود. سپس پیاده‌سازی‌های احتمالی، همچنین در ارتباط با دو پیشنهاد قانونی اخیر، یعنی قانون حاکمیت داده‌ها و قانون هوش مصنوعی، مورد بحث قرار می‌گیرند.