人工智能:MIT提出不降速的云AI
據(jù)外媒報道,美國MIT(麻省理工學院)提出一種可以保護基于云的AI系統(tǒng),可以在不降低速度的情況下保護云計算的AI人工智能。這種基于云的AI人工智能系統(tǒng)的安全性非常重要,特別是當人們使用像照片或醫(yī)療記錄這樣的敏感數(shù)據(jù)時。
迄今為止,使用傳統(tǒng)方法,使得加密數(shù)據(jù)可以使機器學習系統(tǒng)如此緩慢,以致于幾乎無法使用。
然而,值得慶幸的是,美國MIT提出一種GAZELLE形式的解決方案,這項技術使用加密卷積神經(jīng)網(wǎng)絡且不會出現(xiàn)急劇減速。更關鍵的是將兩種現(xiàn)有技術融為一體,避免了這些方法產(chǎn)生的常見瓶頸。
首先,用戶依靠“亂碼電路”方法將數(shù)據(jù)上傳到AI,該方法采用輸入并向會話的每一方發(fā)送兩個不同的輸入,為用戶和神經(jīng)網(wǎng)絡隱藏數(shù)據(jù),同時使相關輸出可訪問。然而,如果該方法被用于整個系統(tǒng),則通常過于密集,因此MIT在發(fā)送給用戶之前,使用更高要求的計算層的同態(tài)加密(它既取又產(chǎn)加密數(shù)據(jù))。同態(tài)方法須引入噪聲才能工作,因此它只限于在傳輸信息之前一次壓縮一層。簡而言之:MIT正在根據(jù)每一方做得最好的方式分擔工作量。
測試結果表明,其方法性能比傳統(tǒng)方法快了30倍,MIT承諾按照他們的要求將所需的網(wǎng)絡帶寬縮減一個數(shù)量級。傳統(tǒng)方法迫使公司和機構要么建立昂貴的本地神經(jīng)網(wǎng)絡,要么完全忽略基于AI人工智能的系統(tǒng)。而MIT提出的云AI方法將會導致更多使用基于互聯(lián)網(wǎng)的神經(jīng)網(wǎng)絡來處理重要信息。例如,醫(yī)院可以讓AI發(fā)現(xiàn)MRI掃描中的醫(yī)學問題,并與其他醫(yī)院專家或醫(yī)生共享,而不暴露患者數(shù)據(jù)和隱私。敏感數(shù)據(jù)即保持安全性,又保持時效性。
請輸入評論內容...
請輸入評論/評論長度6~500個字
最新活動更多
-
10月31日立即下載>> 【限時免費下載】TE暖通空調系統(tǒng)高效可靠的組件解決方案
-
即日-11.13立即報名>>> 【在線會議】多物理場仿真助跑新能源汽車
-
11月28日立即報名>>> 2024工程師系列—工業(yè)電子技術在線會議
-
12月19日立即報名>> 【線下會議】OFweek 2024(第九屆)物聯(lián)網(wǎng)產(chǎn)業(yè)大會
-
即日-12.26火熱報名中>> OFweek2024中國智造CIO在線峰會
-
即日-2025.8.1立即下載>> 《2024智能制造產(chǎn)業(yè)高端化、智能化、綠色化發(fā)展藍皮書》
推薦專題
- 高級軟件工程師 廣東省/深圳市
- 自動化高級工程師 廣東省/深圳市
- 光器件研發(fā)工程師 福建省/福州市
- 銷售總監(jiān)(光器件) 北京市/海淀區(qū)
- 激光器高級銷售經(jīng)理 上海市/虹口區(qū)
- 光器件物理工程師 北京市/海淀區(qū)
- 激光研發(fā)工程師 北京市/昌平區(qū)
- 技術專家 廣東省/江門市
- 封裝工程師 北京市/海淀區(qū)
- 結構工程師 廣東省/深圳市