迎接数据加密的新变化
2020年01月28日 由 TGS 发表
310294
0
人工智能和隐私不一定是相互排斥的。长达十年的实验室研究表明,同态加密(HE)正逐渐成为在机器学习(ML)和云计算中保护数据隐私的首选方法。这是一个及时的突破:ML的数据每年翻一番。与此同时,业界、专业人士和大众对有关资料私隐的关注与日俱增。
英特尔(Intel)人工智能产品集团CTO办公室高级主管Casimir Wierzynski表示:“这不是一场零和游戏。”因此,他支持人工智能在加密数据上进行计算,使数据科学家和研究人员能够在不解密底层数据或模型的情况下获得有价值的见解。这对于敏感的医疗、金融和客户数据尤其重要。——Wierzynski领导着英特尔保护机器学习隐私的努力,他的工作包括但不限于为这项技术的使用制定行业标准。
任何加密方案都差不多一样,当底层的数学和技术具有互操作性和可靠性时,人们就会使用它。人们认识到,要真正扩大规模,为世界带来所有同态加密的好处,就需要围绕它制定标准。随着人们对保护隐私的机器学习方法越来越感兴趣,有必要就各种标准进行讨论并达成一致,这些标准涵盖了企业、政府和学术界。
用于机器学习的隐私和安全技术已经准备就绪。这些都不再是学术练习了。这些都是真正面向市场的想法。总有一天,用别人的原始数据进行机器学习的想法会显得很奇怪。如今正是一个激动人心的新时代的开端,机器学习将使人们能够探索前所未有的新机遇。
我们生活在一个令人惊奇的时代,你能用自己的脸打开手机,放射科医生可以用系统在早期发现疾病等等,诸如此类,都依赖于机器学习系统,这些系统由非常敏感的个人数据提供和塑造。因此,整个行业必须弄清楚,该如何在保护底层数据隐私的同时,继续释放人工智能的所有功能。新的变化已经到来,适者,方能生存。