- Notas de versão
- Visão geral
- Configuração e Instalação
- Armazenamento de dados
- Armazenamento de dados
Armazenamento de dados
A UiPath valoriza a privacidade de dados e visa proteger todos os direitos de usuários que compartilham dados durante o uso do modelo de IA do UiPath Computer Vision.
Ao usar a Visão Computacional, os dados estão sendo armazenados para:
- garanta a resiliência da automação verificando a compatibilidade com versões anteriores ao atualizar o modelo de IA
- melhorar o modelo de IA
- responder em tempo hábil às solicitações de suporte ao cliente
Na tabela abaixo, você pode encontrar uma comparação lado a lado de nossas opções atuais de implantação do Computer Vision com relação ao armazenamento de dados.
| UiPath Cloud server | Servidor On-Premises | Servidor local | |
|---|---|---|---|
| Resiliência de atualização do modelo de IA | 99% | 90% 1 | 100% |
| Adaptação de dados de IA | personalização de dados sob medida | ajuste de dados genéricos 2 | ajuste de dados genéricos |
| Armazenamento de dados simulado em tempo de design | |||
| Armazenamento de dados em tempo de execução | |||
| Controle total de residência de dados |
1 90-99% se o AI Learning estiver ativado
2 adaptação de dados sob medida se o AI Learning estiver ativado
Mais detalhes para cada opção de implantação da Visão Computacional podem ser encontrados nas próximas seções.
Independentemente da opção de implantação, é altamente recomendável que o desenvolvimento (tempo de design) seja feito em dados fictícios. Como o modelo de IA aprende apenas com as formas e cores dos elementos da interface do usuário e não com o conteúdo real dos dados, você pode usar dados fictícios ao criar qualquer fluxo de trabalho de Visão Computacional, evitando o envio de informações confidenciais, como dados pessoais ou confidenciais.
Armazenamos apenas dados de nosso servidor em nuvem e apenas capturas de tela em tempo de design (UiPath Studio) podem ser armazenadas para melhorar o modelo. Essas capturas de tela de interfaces automatizadas são processadas em nossos servidores em nuvem, hospedados no Azure. Como exceção a essa regra, os problemas relatados pelo usuário são armazenados com o objetivo de corrigir problemas específicos.
Os dados simulados de tempo de design da nuvem são aprendidos por padrão, oferecendo assim um serviço de adaptação de dados sob medida, moldando o modelo de IA para seus dados específicos, evitando o overfitting. Dessa forma, as automações são resilientes às atualizações do modelo de IA.
Como consequência, o modelo de IA também melhora seu poder de generalização (o que chamamos de "ajuste de dados genérico"), tornando essa uma situação em que todos saem ganhando, tanto para você quanto para nosso produto.
Para redes fechadas, nenhum dado sai das instalações da empresa.
Para redes abertas, nenhum dado sai das dependências da empresa, exceto as questões enviadas, realizadas pelo usuário para solucionar um problema específico do cliente.
Os dados de tempo de design locais não são compartilhados. Como não temos acesso a esses dados, o modelo de IA não pode aprender com eles e só pode detectar generalizando; em outras palavras, podemos oferecer apenas o ajuste de dados genérico.
Portanto, não podemos garantir 100% de compatibilidade com versões anteriores. Por exemplo, uma nova iteração do modelo de IA pode não detectar alguns elementos da interface do usuário que sua iteração anterior estava detectando, possivelmente falhando em uma automação.
Você pode acessar o serviço de personalização de dados sob medida concordando que seus dados de tempo de design sejam incluídos no conjunto de treinamento do modelo de IA habilitando a funcionalidade Incluir no aprendizado de IA da atividade CV Screen Scope. O único pré-requisito é usar dados de simulação.
Também oferecemos controle total de residência de dados, pois o recurso pode ser habilitado por escopo, em nível granular, sendo desabilitado por padrão. Você tem controle total sobre qual automação deseja cobrir por esse recurso.
Para redes fechadas, nenhum dado sai das dependências da empresa, pois todo o processamento é feito localmente na CPU da máquina.
Para redes abertas, nenhum dado sai das dependências da empresa, pois todo o processamento é feito localmente na CPU da máquina, exceto as questões enviadas, realizadas pelo usuário para solucionar um problema específico do cliente.
A política UiPath Data Residency (hospedagem de dados) é onde você pode encontrar todas as regiões nas quais o UiPath Automation Cloud™ e nossos serviços em nuvem podem ser hospedados, dependendo do seu plano de licenciamento e preferência regional.
Os Princípios de Privacidade da UiPath para Subprocessadores estabelecem as regras gerais para o processamento de dados pessoais de acordo com as instruções, transferências e segurança de dados pessoais da UiPath, bem como para a cooperação entre a UiPath e os subprocessadores.
A segurança é muito importante para nós. As informações de segurança da UiPath estão disponíveis para consulta a qualquer momento.
Para obter mais informações sobre como a UiPath manuseia e processa dados pessoais, recomendamos a leitura da nossa Política de Privacidade.
