July 2020 - nexa - server-nexa.polito.it

Mai più donne invisibili (anche grazie al digitale): intervista alla presidente di Rete per la Parità

by don Luca Peyron

Buona lettura con un argomento importante e poco affrontato dl https://www.techeconomy2030.it/2020/07/16/mai-piu-donne-invisibili-anche-gr… _________________________ don Luca Peyron Direttore Ufficio per la Pastorale Universitaria Arcidiocesi di Torino www.universitari.to.it via XX settembre 83, Torino tel. 011 5156239

July 17, 2020

Competenze digitali dei cittadini

by don Luca Peyron

Come imparare a nuotare nell’oceano #digitale con 8 livelli di padronanza ed esempi di utilizzo. Un lavoro dell'Agenzia per l'Italia digitale interessante https://www.agid.gov.it/sites/default/files/repository_files/digcomp2-1_ita… Buona lettura dl _________________________ don Luca Peyron Direttore Ufficio per la Pastorale Universitaria Arcidiocesi di Torino www.universitari.to.it via XX settembre 83, Torino tel. 011 5156239

July 16, 2020

Re: [nexa] L'app magica di Yoshua Bengio

by Giovanni Biscuolo

(Nota: ho aggiunto il rif. al messaggio originale di Antonio Casilli per cercare di ricostruire il thread) Buongiorno Giuseppe, grazie per le informazioni, per completezza ricordo che il documento citato da Antonio Casilli è questo: https://mila.quebec/wp-content/uploads/2020/05/COVI-whitepaper-V1-1.pdf Giuseppe Attardi <attardi(a)di.unipi.it> writes: [...] > L'obiettivo è effettuare una previsione del rischio: > > "Upon installation or at any time thereafter, users may grant consent > on an opt-in basis (and may subsequently opt-out, at any time) to send > certain information at scheduled intervals to the COVI ML server Considerata la delicatezza del compito assegnato a quel server, spero che in questa lista tutti convengano sul fatto che finché non è pubblicato il codice sorgente dell'algoritmo di ML (oltre ai dati usati per l'apprendimento) è impossibile valutare la bontà delle previsioni di rischio. Per adesso il codice non è disponibile, nonostante il progetto sia stato presentato da mesi: https://covicanada.org/faq/ --8<---------------cut here---------------start------------->8--- Yes. All our codes will be open for scrutiny and improvement. And, as part of our not-for-profit mission, we want our work to be available to other countries to help in their fight against Covid-19. The codes will be distributed on github. If you are interested in using COVI please contact us at code(a)covicanada.org for more information. --8<---------------cut here---------------end--------------->8--- Sarebbe interessante avere un software da analizzare anche perché di dati sui pazienti ad oggi ne sono stati raccolti molti, anche attreverso specifici studi territoriali (es. Vo Euganeo et. al in Italia) sarebbe interessante poter verificate retrospettivamente quali livelli di rischio sarebbero associati a un cittadino di Nembro piuttosto che a uno di Messina o di Francoforte... o sto solo facendo confusione? [...] ...però Antonio Casilli il 19 Maggio scorso ha scritto questo sul metodo usato per il training: [...] (cito dalla email di Antonio) >> In parole povere, un gruppo di scienziati ha progettato una >> simulazione multi-agenti piena di bias e di assunzioni legate alla >> loro percezione non-specialistica della realtà sociale, ha fatto >> annotare i dati così ottenuti da micro-lavoratori le cui condizioni >> di lavoro sono sconosciute, ha utilizzato il predittore così ottenuto >> all'interno della stessa simulazione di prima, assumendo un livello >> di adozione (60%) mai osservato in un contesto empirico. Perché >> dovremmo fidarci dell'app magica di Yoshua Bengio? Io non ho avuto modo di leggere il paper: Antonio Casilli esagera nella sua caratterizzazione del lavoro (bias, annotazione dati) o ha centrato il punto? Io ho trovato solo questa analisi del progetto COVI Canada: https://observatoire-ia.ulaval.ca/analyse-obvia-covi/ ...non conosco il francese (anche se intuisco) ma mi pare non si parli minimamente del metodo di training dell'algoritmo AI [...] Saluti, Giovanni. -- Giovanni Biscuolo

July 16, 2020

Re: [nexa] Fwd: Corte Ue: invalida la decisione della Commissione che ha ritenuto adeguata la protezione offerta dallo scudo UE-USA per la privacy (sent C-311/18)

by Giacomo Tesio

Il July 16, 2020 8:40:02 AM UTC, Marco Ciurcina <ciurcina(a)studiolegale.it> ha scritto: > > Ho la sensazione (da approfondire leggendo la sentenza, ancora non > disponibile) che sarà molto più oneroso verificare la legittimità del > trasferimento di dati a fornitori di servizi USA.. > C'è (almeno :-D) un aspetto del GDPR che non capisco, Marco: qualcuno ha mai considerato che la copia dei dati non lascia tracce? E che quando le lascia, sempre possono essere cancellate? La copia di dati non lascia traccia. Da un punto di vista tecnico esiste un solo modo¹ attraverso cui il controller dei dati può garantire che i diritti del data subject non vengano violati da un processor o un subprocessor: avere il controllo fisico esclusivo (e sicuro) dei server su cui si trovano i dati e su cui avvengono le elaborazioni (nonché, ovviamente, della rete che li collega). Ciò significa che il controller non invia, in alcuna forma, i dati al processor, ma il data processor invia il software di analisi al controller, che lo esegue sulle proprie macchine e sotto il proprio controllo. A quanto ne so, questo è l'unico modello di data-processing tecnicamente compatibile con il GDPR. Lo storage di dati su server di terze parti sarebbe possibile solo in forma cifrata, con una cifratura molto forte (ovvero computazionalmente costosa) le cui chiavi siano sotto il controllo esclusivo del controller, ma l'elaborazione dei dati stessi può avvenire solo sotto il controllo diretto del controller, pena l'inefficacia di fatto di qualsiasi protezione del data subject. Mi sfugge qualcosa che tu sappia? Giacomo (1) la crittografia omomorfica è ancora troppo lenta e sospetto che attraverso timing attacks sia possibile ottenere parte dei dati cifrati.

July 16, 2020

Q&A: The Data Delusion

by Giacomo Tesio

Protecting Individual Isn't Enough When the Harm is Collective. A Q&A with Marietje Schaake and Martin Tisne on his new paper The Data Delusion. [...] Schaake: What scenario do you foresee in 10 years if collective harms are not dealt with in updates of laws? Tisné: I worry we will see two impacts. The first is a continuation of what we are seeing now: negative impacts of digital technologies on discrimination, voting rights, privacy, consumers. As people become increasingly aware of the problem there will be a corresponding increase in legal challenges. We’re seeing this already for example with the Lloyd class action case against Google for collecting iPhone data. But I worry these will fail to stick and have lasting impact because of the obligation to have these cases turn on one person, or a class of people’s, individual experiences. It is very hard for individuals to seek remedy for collective harms, as opposed to personal privacy invasions. So unless we solve the issue I raise in the paper – the collective impact of AI and automation – these will continue to fuel polarization, discrimination on the basis of age, gender (and many other aspects of our lives) and the further strengthening of populist regimes. I also worry about the ways in which algorithms will optimize on the basis of seemingly random classifications (e.g. “people who wear blue shirts, get up early on Saturday mornings, and were geo-located in a particular area of town at a particular time”). These may be proxies for protected characteristics (age, gender reassignment, disability, race, religion, sex, marriage, pregnancy/maternity, sexual orientation) and provide grounds for redress. They may also not be and sow the seeds of future discrimination and harms. Authoritarian rulers are likely to take advantage of the seeming invisibility of those data-driven harms to further silence their opponents. How can I protect myself if I don’t know the basis on which I am being discriminated against or targeted? Schaake: How do you reflect on the difference in speed between technological innovations and democratic lawmaking? Some people imply this will give authoritarian regimes an advantage in setting global standards and rules. What are your thoughts on ensuring democratic governments speed up? Tisné: Democracies cannot afford to be outpaced by technological innovation and constantly be fighting yesterday’s wars. Our laws have not changed to reflect changes in technology, which extracts value from collective data, and need to catch up. A lot of the problems stem from the fact that in government (as in companies), the people responsible for enforcement are separated from those with the technical understanding. The solution lies in much better translation between technology, policy and the needs of the public. Continua su https://cyber.fsi.stanford.edu/news/data-delusion Giacomo

July 16, 2020

Re: [nexa] nexa Digest, Vol 133, Issue 58

by Stefano Quintarelli

ah, non e' contact tracing... ok, tutto chiaro. On 16/07/2020 17:22, Giuseppe Attardi wrote: > > >> On 16 Jul 2020, at 17:14, Stefano Quintarelli <stefano(a)quintarelli.it >> <mailto:stefano@quintarelli.it>> wrote: >> >> saro' gnucco, ma non capisco quali analisi con ML siano necessarie per >> sapere se x ed y sono stati vicini dopo una certa data... > > L'obiettivo è effettuare una previsione del rischio: > > "Upon installation or at any time thereafter, users may grant consent on > an opt-in basis (and may subsequently opt-out, at any time) to > send certain information at scheduled intervals to the COVI ML server > for the purposes of training ML and epidemiological models and > sharing aggregated data with the government and other third parties. > Users will be asked to consent to the collection and use of the > following information, which will be sent to COVI researchers in > pseudonymized form: > > • Age (user-reported) > • Sex (user-reported) > • Health conditions (user-reported) > • Active symptoms (user-reported) > • Ongoing relevant behaviour (user-reported) > • Coarse geographical location (measured by GPS) > • Movement statistics (measured by GPS) > • Certified positive infection status (if entered, pursuant to the > consent provided under > • Analytics information (use of application features that may reveal > sensitive information about the user) > > This data, apart from the analytics information, will be used for > improving the risk prediction and epidemiological models. It will > also form the basis for generating aggregated, population-level data to > be shared with government actors and other third parties, solely > for purposes relating to efforts to understand or combat Covid-19. The > analytics information will allow COVI Canada to assess such matters as > the efficacy of recommendations with respect to lowering risk levels.” > > — Beppe > >> >> ciao, s. >> >> On 16/07/2020 17:08, Giuseppe Attardi wrote: >>> Ho assistito a un seminario di Bengio sul suo progetto e ne avevo >>> riferito in ista il 9 aprile. >>> Bengio dice di aver utilizzato un “sintetizzatore” per produrre nuovi >>> esempi di apprendimento, da aggiungere a quei pochi “inizialmente" a >>> disposizione. >>> "the ML model is initially trained with synthetic data to a degree >>> that provides a moderately effective risk predictor, the model >>> requires training on real data in order to yield a risk predictor >>> with the level of accuracy needed to reduce the spread of Covid-19" >>> È una tecnica consolidata di ML ampliare i dati annotati gold con >>> dati prodotti in modo artificiale, anche se imprecisi. >>> Una delle tecniche più comuni è di aggiungere i dati predetti da un >>> primo modello per costruire il successivo. >>> Non sono stati usati annotatori manuali per questi dati. >>> Bengio spiega che con la app in funzione, sarà possible ottenere >>> ulteriori dati reali, chiedendo a un certo numero di utilizzatori >>> volontari della app di fornire informazioni ulteriori, rispetto allo >>> stretto necessario per il tracing, al fine di migliorare >>> l’accuratezza delle previsione diella app. >>> "While the information collected for the purpose of training the >>> machine learning model is necessary, it is only necessary that a >>> certain quantity of such information be collected. For any given >>> user, it is not necessary that information be collected from that >>> user. As such, in recognition of the privacy preserving nature of the >>> application, the application allows individuals to opt-in to allowing >>> COVI Canada to access and use this information notwithstanding its >>> necessity. The potentially sensitive analytics data obtained here is >>> brought under this opt-in consent for similar reasons. As necessary >>> as it is to provide the best possible recommendations, we do not need >>> to track the correlations between recommendations made and risk >>> levels over time for each and every user in order to assess the >>> efficacy of the recommendations made. >>> Naturally, we hope that many Canadians will choose to volunteer their >>> data so that we can build better risk prediction and >>> better recommendations into the app, and create better >>> epidemiological models to guide public policy." >>> — Beppe >>>> On 19 May 2020, at 21:39,nexa-request@server-nexa.polito.it >>>> <mailto:nexa-request@server-nexa.polito.it><mailto:nexa-request@server-nexa.polito.it> >>>> wrote: >>>> >>>> Date: Tue, 19 May 2020 12:44:37 +0200 (CEST) >>>> From: Antonio Casilli <antonio.casilli(a)telecom-paris.fr >>>> <mailto:antonio.casilli@telecom-paris.fr><mailto:antonio.casilli@telecom-paris.fr>> >>>> To: nexa <nexa(a)server-nexa.polito.it >>>> <mailto:nexa@server-nexa.polito.it><mailto:nexa@server-nexa.polito.it>> >>>> Subject: [nexa] L'app magica di Yoshua Bengio >>>> Message-ID: >>>> <1627638310.27764937.1589885077844.JavaMail.zimbra(a)enst.fr >>>> <mailto:1627638310.27764937.1589885077844.JavaMail.zimbra@enst.fr><mailto:1627638310.27764937.1589885077844.JavaMail.zimbra@enst.fr>> >>>> Content-Type: text/plain; charset=utf-8 >>>> >>>> >>>> Notizia dal Québec: Yoshua Bengio ha finalmente presentato la sua >>>> applicazione di contact tracing che è doppiamente magica, perché è >>>> anonima e in più c'è anche l'IA. >>>> >>>> "COVI utilizza l'intelligenza artificiale per dare ai cittadini la >>>> possibilità di proteggersi, limitare la diffusione del virus e >>>> facilitare l'allentamento sicuro e informato delle misure di >>>> distanziatione sociale da parte delle autorità sanitarie". >>>> https://www.indexsante.ca/nouvelles/845/yoshua-bengio-et-ses-collaborateurs… >>>> >>>> Il grosso dell'annuncio concerne la pubblicazione di un grosso >>>> documento LaTeX, ottimisticamente definito "libro bianco" che spiega >>>> come funziona l'applicazione. >>>> https://mila.quebec/wp-content/uploads/2020/05/COVI-whitepaper-V1-1.pdf >>>> >>>> La cosa interessante è che, a differenza della quasi totalità dei >>>> documenti di questo tipo, questo non è stato fatto da criptografi, >>>> quindi non parla solo ed esclusivamente di anonimizzazione e >>>> privacy, come se i dati smettessero di esistere una volta raccolti. >>>> Qui c'è un minimo di approfondimento sui modelli epidemiologici >>>> usati per valutare lo score di rischio delle persone tracciate. >>>> >>>> Ed è proprio qui che ho incontrato un po' di difficoltà e se >>>> qualcuno della lista potesse aiutarmi a capire meglio la parte di >>>> ABM/ML, gliene sarei grato. >>>> >>>> "We have trained a machine learning predictor in a supervised way >>>> using data generated from the simulator, >>>> using a simple contact tracing heuristic to generate the messages. >>>> To obtain preliminary results measuring the >>>> impact of using machine learning to predict contagiousness and >>>> obtain risk level messages, we have then >>>> used that predictor inside the simulator to influence the behavior >>>> of the agents according to four levels of >>>> recommendations associated with different thresholds of risk levels. >>>> This has allowed us to simulate (with >>>> different random seeds than those used for generating training >>>> data), how the ML predictor would impact the >>>> reproduction number Rt of the disease and the growth of infections >>>> in a small pilot population of 1000 (it is >>>> indexed by time t because it can evolve over time, depending on the >>>> recommendations received by citizens >>>> from public health authorities and their app). The simulation was >>>> performed with the assumption that 60% of >>>> the population was using the app and users at the strongest level of >>>> recommendation (quarantine level) got >>>> tested. " >>>> >>>> In parole povere, un gruppo di scienziati ha progettato una >>>> simulazione multi-agenti piena di bias e di assunzioni legate alla >>>> loro percezione non-specialistica della realtà sociale, ha fatto >>>> annotare i dati così ottenuti da micro-lavoratori le cui condizioni >>>> di lavoro sono sconosciute, ha utilizzato il predittore così >>>> ottenuto all'interno della stessa simulazione di prima, assumendo un >>>> livello di adozione (60%) mai osservato in un contesto empirico. >>>> Perché dovremmo fidarci dell'app magica di Yoshua Bengio? >>>> >>>> Cheers, >>>> >>>> ---a >>>> >>>> -- >>>> Antonio A. Casilli >>>> Professor, Telecom Paris, Institut Polytechnique de Paris >>>> Member, Interdisciplinary Institute for Innovation (i3 UMR 9217 CNRS) >>>> Associate Member, LACI-IIAC (EHESS) >>>> Faculty Fellow, Nexa Center for Internet & Society >>>> >>>> *We respect your right to disconnect. This email send time is due to >>>> my own workflow efficiency. You are in no obligation to take action >>>> or reply to it outside your office hours.* >>> _______________________________________________ >>> nexa mailing list >>> nexa(a)server-nexa.polito.it <mailto:nexa@server-nexa.polito.it> >>> https://server-nexa.polito.it/cgi-bin/mailman/listinfo/nexa >> >> -- >> reserve your meeting with me athttps://cal.quintarelli.it >> <https://cal.quintarelli.it/> > -- reserve your meeting with me at https://cal.quintarelli.it

July 16, 2020

Re: [nexa] nexa Digest, Vol 133, Issue 58

by Giuseppe Attardi

> On 16 Jul 2020, at 17:14, Stefano Quintarelli <stefano(a)quintarelli.it> wrote: > > saro' gnucco, ma non capisco quali analisi con ML siano necessarie per sapere se x ed y sono stati vicini dopo una certa data... L'obiettivo è effettuare una previsione del rischio: "Upon installation or at any time thereafter, users may grant consent on an opt-in basis (and may subsequently opt-out, at any time) to send certain information at scheduled intervals to the COVI ML server for the purposes of training ML and epidemiological models and sharing aggregated data with the government and other third parties. Users will be asked to consent to the collection and use of the following information, which will be sent to COVI researchers in pseudonymized form: • Age (user-reported) • Sex (user-reported) • Health conditions (user-reported) • Active symptoms (user-reported) • Ongoing relevant behaviour (user-reported) • Coarse geographical location (measured by GPS) • Movement statistics (measured by GPS) • Certified positive infection status (if entered, pursuant to the consent provided under • Analytics information (use of application features that may reveal sensitive information about the user) This data, apart from the analytics information, will be used for improving the risk prediction and epidemiological models. It will also form the basis for generating aggregated, population-level data to be shared with government actors and other third parties, solely for purposes relating to efforts to understand or combat Covid-19. The analytics information will allow COVI Canada to assess such matters as the efficacy of recommendations with respect to lowering risk levels.” — Beppe > > ciao, s. > > On 16/07/2020 17:08, Giuseppe Attardi wrote: >> Ho assistito a un seminario di Bengio sul suo progetto e ne avevo riferito in ista il 9 aprile. >> Bengio dice di aver utilizzato un “sintetizzatore” per produrre nuovi esempi di apprendimento, da aggiungere a quei pochi “inizialmente" a disposizione. >> "the ML model is initially trained with synthetic data to a degree that provides a moderately effective risk predictor, the model requires training on real data in order to yield a risk predictor with the level of accuracy needed to reduce the spread of Covid-19" >> È una tecnica consolidata di ML ampliare i dati annotati gold con dati prodotti in modo artificiale, anche se imprecisi. >> Una delle tecniche più comuni è di aggiungere i dati predetti da un primo modello per costruire il successivo. >> Non sono stati usati annotatori manuali per questi dati. >> Bengio spiega che con la app in funzione, sarà possible ottenere ulteriori dati reali, chiedendo a un certo numero di utilizzatori volontari della app di fornire informazioni ulteriori, rispetto allo stretto necessario per il tracing, al fine di migliorare l’accuratezza delle previsione diella app. >> "While the information collected for the purpose of training the machine learning model is necessary, it is only necessary that a certain quantity of such information be collected. For any given user, it is not necessary that information be collected from that user. As such, in recognition of the privacy preserving nature of the application, the application allows individuals to opt-in to allowing COVI Canada to access and use this information notwithstanding its necessity. The potentially sensitive analytics data obtained here is brought under this opt-in consent for similar reasons. As necessary as it is to provide the best possible recommendations, we do not need to track the correlations between recommendations made and risk levels over time for each and every user in order to assess the efficacy of the recommendations made. >> Naturally, we hope that many Canadians will choose to volunteer their data so that we can build better risk prediction and better recommendations into the app, and create better epidemiological models to guide public policy." >> — Beppe >>> On 19 May 2020, at 21:39, nexa-request(a)server-nexa.polito.it <mailto:nexa-request@server-nexa.polito.it> <mailto:nexa-request@server-nexa.polito.it <mailto:nexa-request@server-nexa.polito.it>> wrote: >>> >>> Date: Tue, 19 May 2020 12:44:37 +0200 (CEST) >>> From: Antonio Casilli <antonio.casilli(a)telecom-paris.fr <mailto:antonio.casilli@telecom-paris.fr> <mailto:antonio.casilli@telecom-paris.fr <mailto:antonio.casilli@telecom-paris.fr>>> >>> To: nexa <nexa(a)server-nexa.polito.it <mailto:nexa@server-nexa.polito.it> <mailto:nexa@server-nexa.polito.it <mailto:nexa@server-nexa.polito.it>>> >>> Subject: [nexa] L'app magica di Yoshua Bengio >>> Message-ID: >>> <1627638310.27764937.1589885077844.JavaMail.zimbra(a)enst.fr <mailto:1627638310.27764937.1589885077844.JavaMail.zimbra@enst.fr> <mailto:1627638310.27764937.1589885077844.JavaMail.zimbra@enst.fr <mailto:1627638310.27764937.1589885077844.JavaMail.zimbra@enst.fr>>> >>> Content-Type: text/plain; charset=utf-8 >>> >>> >>> Notizia dal Québec: Yoshua Bengio ha finalmente presentato la sua applicazione di contact tracing che è doppiamente magica, perché è anonima e in più c'è anche l'IA. >>> >>> "COVI utilizza l'intelligenza artificiale per dare ai cittadini la possibilità di proteggersi, limitare la diffusione del virus e facilitare l'allentamento sicuro e informato delle misure di distanziatione sociale da parte delle autorità sanitarie". >>> https://www.indexsante.ca/nouvelles/845/yoshua-bengio-et-ses-collaborateurs… >>> >>> Il grosso dell'annuncio concerne la pubblicazione di un grosso documento LaTeX, ottimisticamente definito "libro bianco" che spiega come funziona l'applicazione. >>> https://mila.quebec/wp-content/uploads/2020/05/COVI-whitepaper-V1-1.pdf >>> >>> La cosa interessante è che, a differenza della quasi totalità dei documenti di questo tipo, questo non è stato fatto da criptografi, quindi non parla solo ed esclusivamente di anonimizzazione e privacy, come se i dati smettessero di esistere una volta raccolti. Qui c'è un minimo di approfondimento sui modelli epidemiologici usati per valutare lo score di rischio delle persone tracciate. >>> >>> Ed è proprio qui che ho incontrato un po' di difficoltà e se qualcuno della lista potesse aiutarmi a capire meglio la parte di ABM/ML, gliene sarei grato. >>> >>> "We have trained a machine learning predictor in a supervised way using data generated from the simulator, >>> using a simple contact tracing heuristic to generate the messages. To obtain preliminary results measuring the >>> impact of using machine learning to predict contagiousness and obtain risk level messages, we have then >>> used that predictor inside the simulator to influence the behavior of the agents according to four levels of >>> recommendations associated with different thresholds of risk levels. This has allowed us to simulate (with >>> different random seeds than those used for generating training data), how the ML predictor would impact the >>> reproduction number Rt of the disease and the growth of infections in a small pilot population of 1000 (it is >>> indexed by time t because it can evolve over time, depending on the recommendations received by citizens >>> from public health authorities and their app). The simulation was performed with the assumption that 60% of >>> the population was using the app and users at the strongest level of recommendation (quarantine level) got >>> tested. " >>> >>> In parole povere, un gruppo di scienziati ha progettato una simulazione multi-agenti piena di bias e di assunzioni legate alla loro percezione non-specialistica della realtà sociale, ha fatto annotare i dati così ottenuti da micro-lavoratori le cui condizioni di lavoro sono sconosciute, ha utilizzato il predittore così ottenuto all'interno della stessa simulazione di prima, assumendo un livello di adozione (60%) mai osservato in un contesto empirico. Perché dovremmo fidarci dell'app magica di Yoshua Bengio? >>> >>> Cheers, >>> >>> ---a >>> >>> -- >>> Antonio A. Casilli >>> Professor, Telecom Paris, Institut Polytechnique de Paris >>> Member, Interdisciplinary Institute for Innovation (i3 UMR 9217 CNRS) >>> Associate Member, LACI-IIAC (EHESS) >>> Faculty Fellow, Nexa Center for Internet & Society >>> >>> *We respect your right to disconnect. This email send time is due to my own workflow efficiency. You are in no obligation to take action or reply to it outside your office hours.* >> _______________________________________________ >> nexa mailing list >> nexa(a)server-nexa.polito.it <mailto:nexa@server-nexa.polito.it> >> https://server-nexa.polito.it/cgi-bin/mailman/listinfo/nexa <https://server-nexa.polito.it/cgi-bin/mailman/listinfo/nexa> > > -- > reserve your meeting with me at https://cal.quintarelli.it <https://cal.quintarelli.it/>

July 16, 2020

Re: [nexa] nexa Digest, Vol 133, Issue 58

by Stefano Quintarelli

saro' gnucco, ma non capisco quali analisi con ML siano necessarie per sapere se x ed y sono stati vicini dopo una certa data... ciao, s. On 16/07/2020 17:08, Giuseppe Attardi wrote: > Ho assistito a un seminario di Bengio sul suo progetto e ne avevo > riferito in ista il 9 aprile. > > Bengio dice di aver utilizzato un “sintetizzatore” per produrre nuovi > esempi di apprendimento, da aggiungere a quei pochi “inizialmente" a > disposizione. > > "the ML model is initially trained with synthetic data to a degree > that provides a moderately effective risk predictor, the model > requires training on real data in order to yield a risk predictor with > the level of accuracy needed to reduce the spread of Covid-19" > > È una tecnica consolidata di ML ampliare i dati annotati gold con dati > prodotti in modo artificiale, anche se imprecisi. > Una delle tecniche più comuni è di aggiungere i dati predetti da un > primo modello per costruire il successivo. > Non sono stati usati annotatori manuali per questi dati. > > Bengio spiega che con la app in funzione, sarà possible ottenere > ulteriori dati reali, chiedendo a un certo numero di utilizzatori > volontari della app di fornire informazioni ulteriori, rispetto allo > stretto necessario per il tracing, al fine di migliorare l’accuratezza > delle previsione diella app. > > "While the information collected for the purpose of training the machine > learning model is necessary, it is only necessary that a > certain quantity of such information be collected. For any given user, > it is not necessary that information be collected from that user. As > such, in recognition of the privacy preserving nature of the > application, the application allows individuals to opt-in to allowing > COVI Canada to access and use this information notwithstanding its > necessity. The potentially sensitive analytics data obtained here is > brought under this opt-in consent for similar reasons. As necessary as > it is to provide the best possible recommendations, we do not need to > track the correlations between recommendations made and risk levels over > time for each and every user in order to assess the efficacy of > the recommendations made. > > Naturally, we hope that many Canadians will choose to volunteer their > data so that we can build better risk prediction and > better recommendations into the app, and create better epidemiological > models to guide public policy." > > — Beppe > >> On 19 May 2020, at 21:39, nexa-request(a)server-nexa.polito.it >> <mailto:nexa-request@server-nexa.polito.it> wrote: >> >> Date: Tue, 19 May 2020 12:44:37 +0200 (CEST) >> From: Antonio Casilli <antonio.casilli(a)telecom-paris.fr >> <mailto:antonio.casilli@telecom-paris.fr>> >> To: nexa <nexa(a)server-nexa.polito.it <mailto:nexa@server-nexa.polito.it>> >> Subject: [nexa] L'app magica di Yoshua Bengio >> Message-ID: >> <1627638310.27764937.1589885077844.JavaMail.zimbra(a)enst.fr >> <mailto:1627638310.27764937.1589885077844.JavaMail.zimbra@enst.fr>> >> Content-Type: text/plain; charset=utf-8 >> >> >> Notizia dal Québec: Yoshua Bengio ha finalmente presentato la sua >> applicazione di contact tracing che è doppiamente magica, perché è >> anonima e in più c'è anche l'IA. >> >> "COVI utilizza l'intelligenza artificiale per dare ai cittadini la >> possibilità di proteggersi, limitare la diffusione del virus e >> facilitare l'allentamento sicuro e informato delle misure di >> distanziatione sociale da parte delle autorità sanitarie". >> https://www.indexsante.ca/nouvelles/845/yoshua-bengio-et-ses-collaborateurs… >> >> Il grosso dell'annuncio concerne la pubblicazione di un grosso >> documento LaTeX, ottimisticamente definito "libro bianco" che spiega >> come funziona l'applicazione. >> https://mila.quebec/wp-content/uploads/2020/05/COVI-whitepaper-V1-1.pdf >> >> La cosa interessante è che, a differenza della quasi totalità dei >> documenti di questo tipo, questo non è stato fatto da criptografi, >> quindi non parla solo ed esclusivamente di anonimizzazione e privacy, >> come se i dati smettessero di esistere una volta raccolti. Qui c'è un >> minimo di approfondimento sui modelli epidemiologici usati per >> valutare lo score di rischio delle persone tracciate. >> >> Ed è proprio qui che ho incontrato un po' di difficoltà e se qualcuno >> della lista potesse aiutarmi a capire meglio la parte di ABM/ML, >> gliene sarei grato. >> >> "We have trained a machine learning predictor in a supervised way >> using data generated from the simulator, >> using a simple contact tracing heuristic to generate the messages. To >> obtain preliminary results measuring the >> impact of using machine learning to predict contagiousness and obtain >> risk level messages, we have then >> used that predictor inside the simulator to influence the behavior of >> the agents according to four levels of >> recommendations associated with different thresholds of risk levels. >> This has allowed us to simulate (with >> different random seeds than those used for generating training data), >> how the ML predictor would impact the >> reproduction number Rt of the disease and the growth of infections in >> a small pilot population of 1000 (it is >> indexed by time t because it can evolve over time, depending on the >> recommendations received by citizens >> from public health authorities and their app). The simulation was >> performed with the assumption that 60% of >> the population was using the app and users at the strongest level of >> recommendation (quarantine level) got >> tested. " >> >> In parole povere, un gruppo di scienziati ha progettato una >> simulazione multi-agenti piena di bias e di assunzioni legate alla >> loro percezione non-specialistica della realtà sociale, ha fatto >> annotare i dati così ottenuti da micro-lavoratori le cui condizioni di >> lavoro sono sconosciute, ha utilizzato il predittore così ottenuto >> all'interno della stessa simulazione di prima, assumendo un livello di >> adozione (60%) mai osservato in un contesto empirico. Perché dovremmo >> fidarci dell'app magica di Yoshua Bengio? >> >> Cheers, >> >> ---a >> >> -- >> Antonio A. Casilli >> Professor, Telecom Paris, Institut Polytechnique de Paris >> Member, Interdisciplinary Institute for Innovation (i3 UMR 9217 CNRS) >> Associate Member, LACI-IIAC (EHESS) >> Faculty Fellow, Nexa Center for Internet & Society >> >> *We respect your right to disconnect. This email send time is due to >> my own workflow efficiency. You are in no obligation to take action or >> reply to it outside your office hours.* > > > _______________________________________________ > nexa mailing list > nexa(a)server-nexa.polito.it > https://server-nexa.polito.it/cgi-bin/mailman/listinfo/nexa > -- reserve your meeting with me at https://cal.quintarelli.it

July 16, 2020

Re: [nexa] nexa Digest, Vol 133, Issue 58

by Giuseppe Attardi

Ho assistito a un seminario di Bengio sul suo progetto e ne avevo riferito in ista il 9 aprile. Bengio dice di aver utilizzato un “sintetizzatore” per produrre nuovi esempi di apprendimento, da aggiungere a quei pochi “inizialmente" a disposizione. "the ML model is initially trained with synthetic data to a degree that provides a moderately effective risk predictor, the model requires training on real data in order to yield a risk predictor with the level of accuracy needed to reduce the spread of Covid-19" È una tecnica consolidata di ML ampliare i dati annotati gold con dati prodotti in modo artificiale, anche se imprecisi. Una delle tecniche più comuni è di aggiungere i dati predetti da un primo modello per costruire il successivo. Non sono stati usati annotatori manuali per questi dati. Bengio spiega che con la app in funzione, sarà possible ottenere ulteriori dati reali, chiedendo a un certo numero di utilizzatori volontari della app di fornire informazioni ulteriori, rispetto allo stretto necessario per il tracing, al fine di migliorare l’accuratezza delle previsione diella app. "While the information collected for the purpose of training the machine learning model is necessary, it is only necessary that a certain quantity of such information be collected. For any given user, it is not necessary that information be collected from that user. As such, in recognition of the privacy preserving nature of the application, the application allows individuals to opt-in to allowing COVI Canada to access and use this information notwithstanding its necessity. The potentially sensitive analytics data obtained here is brought under this opt-in consent for similar reasons. As necessary as it is to provide the best possible recommendations, we do not need to track the correlations between recommendations made and risk levels over time for each and every user in order to assess the efficacy of the recommendations made. Naturally, we hope that many Canadians will choose to volunteer their data so that we can build better risk prediction and better recommendations into the app, and create better epidemiological models to guide public policy." — Beppe > On 19 May 2020, at 21:39, nexa-request(a)server-nexa.polito.it wrote: > > Date: Tue, 19 May 2020 12:44:37 +0200 (CEST) > From: Antonio Casilli <antonio.casilli(a)telecom-paris.fr <mailto:antonio.casilli@telecom-paris.fr>> > To: nexa <nexa(a)server-nexa.polito.it <mailto:nexa@server-nexa.polito.it>> > Subject: [nexa] L'app magica di Yoshua Bengio > Message-ID: > <1627638310.27764937.1589885077844.JavaMail.zimbra(a)enst.fr <mailto:1627638310.27764937.1589885077844.JavaMail.zimbra@enst.fr>> > Content-Type: text/plain; charset=utf-8 > > > Notizia dal Québec: Yoshua Bengio ha finalmente presentato la sua applicazione di contact tracing che è doppiamente magica, perché è anonima e in più c'è anche l'IA. > > "COVI utilizza l'intelligenza artificiale per dare ai cittadini la possibilità di proteggersi, limitare la diffusione del virus e facilitare l'allentamento sicuro e informato delle misure di distanziatione sociale da parte delle autorità sanitarie". > https://www.indexsante.ca/nouvelles/845/yoshua-bengio-et-ses-collaborateurs… <https://www.indexsante.ca/nouvelles/845/yoshua-bengio-et-ses-collaborateurs…> > > Il grosso dell'annuncio concerne la pubblicazione di un grosso documento LaTeX, ottimisticamente definito "libro bianco" che spiega come funziona l'applicazione. > https://mila.quebec/wp-content/uploads/2020/05/COVI-whitepaper-V1-1.pdf <https://mila.quebec/wp-content/uploads/2020/05/COVI-whitepaper-V1-1.pdf> > > La cosa interessante è che, a differenza della quasi totalità dei documenti di questo tipo, questo non è stato fatto da criptografi, quindi non parla solo ed esclusivamente di anonimizzazione e privacy, come se i dati smettessero di esistere una volta raccolti. Qui c'è un minimo di approfondimento sui modelli epidemiologici usati per valutare lo score di rischio delle persone tracciate. > > Ed è proprio qui che ho incontrato un po' di difficoltà e se qualcuno della lista potesse aiutarmi a capire meglio la parte di ABM/ML, gliene sarei grato. > > "We have trained a machine learning predictor in a supervised way using data generated from the simulator, > using a simple contact tracing heuristic to generate the messages. To obtain preliminary results measuring the > impact of using machine learning to predict contagiousness and obtain risk level messages, we have then > used that predictor inside the simulator to influence the behavior of the agents according to four levels of > recommendations associated with different thresholds of risk levels. This has allowed us to simulate (with > different random seeds than those used for generating training data), how the ML predictor would impact the > reproduction number Rt of the disease and the growth of infections in a small pilot population of 1000 (it is > indexed by time t because it can evolve over time, depending on the recommendations received by citizens > from public health authorities and their app). The simulation was performed with the assumption that 60% of > the population was using the app and users at the strongest level of recommendation (quarantine level) got > tested. " > > In parole povere, un gruppo di scienziati ha progettato una simulazione multi-agenti piena di bias e di assunzioni legate alla loro percezione non-specialistica della realtà sociale, ha fatto annotare i dati così ottenuti da micro-lavoratori le cui condizioni di lavoro sono sconosciute, ha utilizzato il predittore così ottenuto all'interno della stessa simulazione di prima, assumendo un livello di adozione (60%) mai osservato in un contesto empirico. Perché dovremmo fidarci dell'app magica di Yoshua Bengio? > > Cheers, > > ---a > > -- > Antonio A. Casilli > Professor, Telecom Paris, Institut Polytechnique de Paris > Member, Interdisciplinary Institute for Innovation (i3 UMR 9217 CNRS) > Associate Member, LACI-IIAC (EHESS) > Faculty Fellow, Nexa Center for Internet & Society > > *We respect your right to disconnect. This email send time is due to my own workflow efficiency. You are in no obligation to take action or reply to it outside your office hours.*

July 16, 2020

Libera concorrenza nella gestione collettiva del diritto d'autore: la Corte Costituzionale si alla legittimità dell'art. 19 comma l, del decreto legge n. 148 del 2017, convertito, con modificazioni, nella legge n. 172 del 2019.

by deborah de angelis

La Corte Costituzionale afferma la legittimità dell’articolo 19, comma l, del decreto legge n. 148 del 2017, convertito, con modificazioni, nella legge n. 172 del 2019. Il Tar del Lazio aveva sollevato la questione per violazione dell’articolo 77, secondo comma, della Costituzione (carenza dei presupposti di necessità e urgenza). La Corte Costituzionale ha, invece, riconosciuto l’esistenza dei presupposti di legge nell’intento del Governo di dare attuazione ai principi di libera concorrenza dettati dall’EU nella gestione collettiva del diritto d’autore, al fine di evitare una procedura di infrazione. https://www.cortecostituzionale.it/actionSchedaPronuncia.do?param_ecli=ECLI… Cari saluti DDA DDA Studio Legale ------------------------------------------------ Avv. Deborah De Angelis 00195 Roma (RM), Via Giuseppe Ferrari, 2 Tel. +39 06 59871248 www.ddastudiolegale.it info(a)ddastudiolegale.it skype: deb.dda Il presente messaggio, corredato dei relativi allegati contiene informazioni da considerarsi strettamente riservate, ed è destinato esclusivamente al destinatario sopra indicato. Chiunque ricevesse questo messaggio per errore o comunque lo leggesse senza esserne legittimato è avvertito che trattenerlo, copiarlo, divulgarlo, distribuirlo a persone diverse dal destinatario è severamente proibito e, nel caso, è pregato di rinviarlo immediatamente al mittente distruggendo l'originale. This message, together with its annexes, contains information to be deemed strictly confidential and is destined only to the addressee(s) identified above. If anyone received this message by mistake or reads it without entitlement is forewarned that keeping, copying, disseminating or distributing this message to persons other than the addressee(s) is strictly forbidden and is asked to transmit it immediately to the sender and to erase the original message received.

July 16, 2020