迎接數據加密的新變化

人工智能和隱私不一定是相互排斥的。長達十年的實驗室研究表明，同態加密(HE)正逐漸成為在機器學習(ML)和云計算中保護數據隱私的首選方法。這是一個及時的突破：ML的數據每年翻一番。與此同時，業界、專業人士和大眾對有關資料私隱的關注與日俱增。

英特爾(Intel)人工智能產品集團CTO辦公室高級主管Casimir Wierzynski表示:“這不是一場零和游戲?！币虼?，他支持人工智能在加密數據上進行計算，使數據科學家和研究人員能夠在不解密底層數據或模型的情況下獲得有價值的見解。這對于敏感的醫療、金融和客戶數據尤其重要?！猈ierzynski領導著英特爾保護機器學習隱私的努力，他的工作包括但不限于為這項技術的使用制定行業標準。

任何加密方案都差不多一樣，當底層的數學和技術具有互操作性和可靠性時，人們就會使用它。人們認識到，要真正擴大規模，為世界帶來所有同態加密的好處，就需要圍繞它制定標準。隨著人們對保護隱私的機器學習方法越來越感興趣，有必要就各種標準進行討論并達成一致，這些標準涵蓋了企業、政府和學術界。

用于機器學習的隱私和安全技術已經準備就緒。這些都不再是學術練習了。這些都是真正面向市場的想法?？傆幸惶?，用別人的原始數據進行機器學習的想法會顯得很奇怪。如今正是一個激動人心的新時代的開端，機器學習將使人們能夠探索前所未有的新機遇。

我們生活在一個令人驚奇的時代，你能用自己的臉打開手機，放射科醫生可以用系統在早期發現疾病等等，諸如此類，都依賴于機器學習系統，這些系統由非常敏感的個人數據提供和塑造。因此，整個行業必須弄清楚，該如何在保護底層數據隱私的同時，繼續釋放人工智能的所有功能。新的變化已經到來，適者，方能生存。