人工智能不仅仅是企业的未来。这也是芯片制造巨头英特尔公司的未来。随着英特尔不断增长的数据中心业务，现在仅次于其PC芯片部门，该公司在2019年从人工智能相关产品中实现了35亿美元的收入。并收购了Nervana Systems，这是一家创业不久的硅架构公司，可以闪电般的速度利用数据集。还收购了Movidius公司，为英特尔提供用于在“物联网”设备中运行计算机视觉模型的技术。显然英特尔在AI中独树一帜。对于这个拥有52年历史的半导体巨头来说，这个不断发展的角色会是什么样？英特尔在建立自己的AI实践的同时，也在密切关注保护数据的挑战，也许更重要的是，AI如何帮助培育行业合作的新纪元，从而建设一个更好的社会。对于这个拥有52年历史的半导体巨头来说，这个不断发展的角色会是什么样？英特尔在建立自己的AI实践的同时，也在密切关注数据保护的挑战，也许更重要的是，AI能够培育出一个行业间合作的新领域，从而建设一个更好的社会。英特尔AI产品高级总监Casimir Wierzynski说：“银行可以在贷款及其日常活动中竞争，但是在欺诈检测方面，他们可能会决定结成联盟，以便在某些交易中相互检查彼此的模型。”“我实际上没有提供任何交易数据。这是英特尔真正推动的领域之一。” Wierzynski在旧金山举行的RSA大会上与Silicon ANGLE Media移动直播工作室CUBE的主持人John Furrier进行了交谈。他们讨论了在训练机器学习模型时使用数据隐私保护的技术，研发出行业间合作的新解决方案，需要来自许多不同领域的专家，以及通过更多获取重要信息来改善社会的机会。Wierzynski是倡导保护隐私机器学习（PPML）运动的主要声音之一。 PPML的目标是结合辅助技术，以便机器学习可以将数据用于训练模型而不会牺牲数据集中个人信息的匿名性。Wierzynski表示：“过去几年来，我们一直在关注这种技术的结合，因为数据需要机器学习来训练并且释放AI的所有功能，但数据仍然是保密的。” “您将拥有一个拥有数据的一方，另一方可能拥有一个模型，并且他们正在某人的硬件上运行一个系统。” Wierzynski和他的Intel团队正在研究的一种隐私保护技术是同态加密（同态加密）的使用。这是一个公钥密码系统，旨在使应用程序对加密信息进行训练，而无需暴露数据本身。如果数据需要解密才能使用的话，安全性会下降。 而同态加密允许在为训练模型处理数据时对其进行加密。应用同态加密来保护隐私并仍然提供AI引擎的潜力非常吸引人，以至于在过去的几年中，它吸引了Intel，Google LLC和Microsoft Corp.的代表一起讨论实施标准。微软甚至发布了一个开源同态加密库，供开发人员使用。
Wierzynski说：“这是该领域最先进的技术之一。”“有一些方法可以对数据进行数学运算，同时保持数据加密，而答案仍然是加密的。只有数据的实际所有者才能透露答案。” 英特尔已经为该技术开发了自己的开源工具，称为同态加密 Transformer。该工具于2018年12月发布，为英特尔的神经网络编译器nGraph提供了同态加密后端。越来越多的迹象表明，随着新公司进入市场，同态加密潮流开始聚集动力。同年2月，同态加密公司Enveil由前美国国家安全局资深研究员创立，宣布A轮融资为1000万美元。另一家同态加密创业公司Duality Inc.在12月宣布了由Intel Capital领导的一轮融资。Wierzynski说：“我对采用同态加密等这些东西并使开发人员和数据科学家可以使用它们感到非常兴奋。”“对于数据科学家来说，要成为一名后量子加密专家也要求很高。”人工智能领域可以安全共享的数据越多，人工智能和机器学习就将变得越好。一个例子可以在医疗保健中找到。当前有严格的法律来规范患者数据的使用，因为它受到世界各地医院和卫生组织的严格保护。如果可以汇总并广泛共享此信息，则可以推断AI的改善将为患者带来更好的诊断结果。Wierzynski表示：“如果您可以扩展数据的可用性，那将始终对机器学习系统有所帮助，因此我们正在努力解锁可能存在于各个国家和组织中的数据孤岛。”“有一些有趣的想法，例如联邦学习，您可以通过某种方式对机器学习过程去中心化，获得隐私的同时，还可以获得统计计算的能力。”大帐篷还包括许多不同的领域。 Wierzynski认为，机器学习领域本质上是协作的领域，这解释了为什么像Google和Microsoft这样的主要技术巨头对如何共享资源和实现数据共享持开放态度。Wierzynski表示：“每家公司都将拥有其秘密的秘诀，即它想要保持专有性，但是对于公司而言，吸引更广泛的研究人员社区至关重要。”“您将需要政策专家，应用数学家，语言学家和神经科学家。” 同态加密是计算密集型工作，这是英特尔在过去半个世纪中的一个专业领域。该公司通过提供一种解决方案来捍卫其在数据领域的地位，该解决方案如果被广泛采用，可能会对全球关键经济部门（如医疗保健，金融和零售）产生深远影响。Wierzynski和Intel指出，加密数据的AI计算不必是零和游戏。可以保护隐私，并可以使用一种新的方法来构建模型，而随着时间的推移，这种方法可能只会变得越来越好。Wierzynski说：“这是一组技术，可以帮助人们实现AI和机器学习的希望。”“我们在技术层面上试图做的部分工作是为社会和监管机构提供一套更为灵活的工具，您可以围绕这些工具对数据和隐私进行分割。”格密链公司一直致力于全同态加密与区块链技术的研发。公司网站：https://gemilian.github.io
接触者追踪（Contact tracing）时代的隐私
《信息网络安全》杂志征稿函
法定数字货币的体系架构-2
法定数字货币的体系架构-1
2020年十大最具创新性的数据公司
人工智能的隐私问题-3
人工智能的隐私问题-2
人工智能的隐私问题-1
2020年1月到3月|精华文章
接触人追踪APP助力疫情控制
位置数据：隐私和流行病-3
位置数据：隐私和流行病-2
位置数据：隐私和流行病-1
区块链杂谈（第二季）
▼
全同态加密资源汇总，全同态加密与机器学习论文列表
▼
欢迎收听“区块链杂谈”节目，国内最有质量的区块链知识分享节目。
