訂閱
糾錯
加入自媒體

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。

聲明: 本文由入駐維科號的作者撰寫,觀點僅代表作者本人,不代表OFweek立場。如有侵權或其他問題,請聯(lián)系舉報。

發(fā)表評論

0條評論,0人參與

請輸入評論內容...

請輸入評論/評論長度6~500個字

您提交的評論過于頻繁,請輸入驗證碼繼續(xù)

暫無評論

暫無評論

人工智能 獵頭職位 更多
掃碼關注公眾號
OFweek人工智能網(wǎng)
獲取更多精彩內容
文章糾錯
x
*文字標題:
*糾錯內容:
聯(lián)系郵箱:
*驗 證 碼:

粵公網(wǎng)安備 44030502002758號