如何解决AI应用中出现的“数据孤岛”和用户隐私难题？
随着人工智能的不断发展与落地，用户隐私问题越来越受到重视。近日，人工智能大数据公司因为违反相关法规而被罚巨额罚款，用户隐私问题再次回归大众视野。人工智能企业在分享数据的同时应遵守哪些道德原则？隐私保护法规对于ai的发展与落地而言是机遇还是挑战？更强大的数据保护法规是否会减缓ai的发展速度？在日前召开的第28届国际人工智能联合会议（ijcai）上，业内专家提出了当今各行业在处理数据、实现ai落地需要共同面对的多个问题。
“在《通用数据保护条例》等隐私保护条款实施的前提下，数据处理与隐私保护并不是一场‘零和博弈’的关系，二者的关系需要被正确对待，以实现双赢的局面。”华盛顿大学教授、d. e. shaw机器学习团队董事总经理兼负责人佩德罗多明戈斯认为，企业在处理数据时，不要被数据的力量冲昏了头脑，需要重点考虑用户的知情权，承担起相应的社会责任。
如何解决ai应用中出现的“数据孤岛”和用户隐私难题？国际人工智能联合会议2019理事会主席、微众银行首席人工智能官杨强给出了解决方案：“联邦学习或是解决这两个核心问题的同一个解决思路。”
什么是联邦学习？“在保护数据隐私、满足合法合规要求的前提下，继续进行机器学习，这部分研究被称为联邦学习。”杨强说，开始联邦学习的背景是欧盟通过了《数据隐私保护条例》。该条例要求公司在使用数据前要先向用户声明模型的作用，这份条例的实行让许多大数据公司在数据交流方面非常谨慎，这对于极度依赖数据的机器学习是一个巨大的挑战。
“联邦学习希望在不共享数据的前提下，利用双方的数据实现模型增长。”杨强举例，假设两家公司想要建立一个用户画像模型，其中部分用户是重合的。联邦学习的做法是，首先通过加密交换的手段，建立用户的识别符并进行沟通，在加密状态下用减法找出共有的部分用户。因为关键用户信息并没有得到交换，交换的只是共有的识别符，因此这并不违反《数据隐私保护条例》。然后，双方将这部分数据提取出来，将各自拥有的同样用户的不同特征作为输入，迭代地进行训练模型、交换参数的过程。多项测试证明了给定模型参数，双方不能互相反推出对方拥有的、自己没有的特征，因此用户隐私仍然得到了保护。在不违反《数据隐私保护条例》的情况下，双方的模型性能都得到了提高。
“数据安全和用户隐私目前已成为大数据时代的两大挑战，对于金融、医疗及法律等数据敏感行业更甚，联邦学习可以解决这两大问题。”微众银行ai部高级研究员刘洋介绍。
目前，联邦学习已经应用于多个行业的业务板块。未来，ai与用户隐私的平衡问题会持续伴随ai的发展。杨强表示，新一代的机器学习算法框架，需以保护隐私、安全合规为出发点，用透明的机制来保障人工智能的健康发展，联邦学习的发展提供了新思路。
思尔芯在“数字丝路”科技论坛上展现创新实力，并签署丝路芯片设计云产业链协议
如何使用Autodesks 123d电路在线测试自己的arduino cirtcuit和代码
如何保障大数据网络信息安全?
区块链都可以带给汽车行业什么好处
华普微年度新品CMT2310A无线射频收发芯片，已顺利通过Wi-SUN联盟认证
如何解决AI应用中出现的“数据孤岛”和用户隐私难题？
伴随5G的到来,移动互联网的流量应用出现了大爆发
大型工件同轴度检测方法CASAIM三维3D扫描仪无损检测铸件同心度
亚马逊开发“可移动的Alexa”,预计今年推出
嵌入式视觉技术应用领域与挑战 嵌入式视觉技术让智能无处不在
HDNS2000光学感测芯片在运动检测中的应用
AI技术加持 洞穿谣言有了利剑
三星Galaxy S10 Lite通过FCC认证，采用后置三摄像头设计
华夏芯计划上半年量产全自主IP的AI芯片平台
定频柜机组出现F0保护是不是就是主板坏了
边缘计算中深度神经网络剪枝压缩的研究
盘点 2020 年发布的苹果新品
电机启动不了怎么办？看这里 电机软启动器的主接线种类、常见故障处理措施
MT9700 80mΩ，可调快速响应电流受限的配电开关
重磅!华为Mate 40与5nm麒麟芯或将同步发布
“在《通用数据保护条例》等隐私保护条款实施的前提下，数据处理与隐私保护并不是一场‘零和博弈’的关系，二者的关系需要被正确对待，以实现双赢的局面。”华盛顿大学教授、d. e. shaw机器学习团队董事总经理兼负责人佩德罗多明戈斯认为，企业在处理数据时，不要被数据的力量冲昏了头脑，需要重点考虑用户的知情权，承担起相应的社会责任。
如何解决ai应用中出现的“数据孤岛”和用户隐私难题？国际人工智能联合会议2019理事会主席、微众银行首席人工智能官杨强给出了解决方案：“联邦学习或是解决这两个核心问题的同一个解决思路。”
什么是联邦学习？“在保护数据隐私、满足合法合规要求的前提下，继续进行机器学习，这部分研究被称为联邦学习。”杨强说，开始联邦学习的背景是欧盟通过了《数据隐私保护条例》。该条例要求公司在使用数据前要先向用户声明模型的作用，这份条例的实行让许多大数据公司在数据交流方面非常谨慎，这对于极度依赖数据的机器学习是一个巨大的挑战。
“联邦学习希望在不共享数据的前提下，利用双方的数据实现模型增长。”杨强举例，假设两家公司想要建立一个用户画像模型，其中部分用户是重合的。联邦学习的做法是，首先通过加密交换的手段，建立用户的识别符并进行沟通，在加密状态下用减法找出共有的部分用户。因为关键用户信息并没有得到交换，交换的只是共有的识别符，因此这并不违反《数据隐私保护条例》。然后，双方将这部分数据提取出来，将各自拥有的同样用户的不同特征作为输入，迭代地进行训练模型、交换参数的过程。多项测试证明了给定模型参数，双方不能互相反推出对方拥有的、自己没有的特征，因此用户隐私仍然得到了保护。在不违反《数据隐私保护条例》的情况下，双方的模型性能都得到了提高。
“数据安全和用户隐私目前已成为大数据时代的两大挑战，对于金融、医疗及法律等数据敏感行业更甚，联邦学习可以解决这两大问题。”微众银行ai部高级研究员刘洋介绍。
目前，联邦学习已经应用于多个行业的业务板块。未来，ai与用户隐私的平衡问题会持续伴随ai的发展。杨强表示，新一代的机器学习算法框架，需以保护隐私、安全合规为出发点，用透明的机制来保障人工智能的健康发展，联邦学习的发展提供了新思路。
思尔芯在“数字丝路”科技论坛上展现创新实力，并签署丝路芯片设计云产业链协议
如何使用Autodesks 123d电路在线测试自己的arduino cirtcuit和代码
如何保障大数据网络信息安全?
区块链都可以带给汽车行业什么好处
华普微年度新品CMT2310A无线射频收发芯片，已顺利通过Wi-SUN联盟认证
如何解决AI应用中出现的“数据孤岛”和用户隐私难题？
伴随5G的到来,移动互联网的流量应用出现了大爆发
大型工件同轴度检测方法CASAIM三维3D扫描仪无损检测铸件同心度
亚马逊开发“可移动的Alexa”,预计今年推出
嵌入式视觉技术应用领域与挑战 嵌入式视觉技术让智能无处不在
HDNS2000光学感测芯片在运动检测中的应用
AI技术加持 洞穿谣言有了利剑
三星Galaxy S10 Lite通过FCC认证，采用后置三摄像头设计
华夏芯计划上半年量产全自主IP的AI芯片平台
定频柜机组出现F0保护是不是就是主板坏了
边缘计算中深度神经网络剪枝压缩的研究
盘点 2020 年发布的苹果新品
电机启动不了怎么办？看这里 电机软启动器的主接线种类、常见故障处理措施
MT9700 80mΩ，可调快速响应电流受限的配电开关
重磅!华为Mate 40与5nm麒麟芯或将同步发布