英特爾的數據加密創新方法可以促進人工智能和機器學習

人工智能不僅僅是企業計算的未來。這也是芯片制造巨頭英特爾公司的未來。

隨著英特爾不斷增長的數據中心業務現在僅次于其PC芯片部門，該公司在2019年從AI相關產品中實現了35億美元的收入。并收購了Nervana Systems，這是一家年輕的公司，其芯片架構可在閃電中利用數據集。更快的速度以及提供在“物聯網”設備中運行計算機視覺模型的技術的Movidius Ltd.，英特爾顯然在AI中開辟了自己的利基市場。

對于這個擁有52年歷史的半導體巨頭來說，這種不斷發展的角色會是什么樣?英特爾在建立自己的人工智能實踐的同時，也在密切關注保護數據的挑戰，也許更重要的是，人工智能如何幫助培育行業合作的新紀元，從而建設一個更好的社會。

英特爾AI產品高級總監Casimir Wierzynski(如圖)說：“銀行可以在貸款及其日常活動中競爭，但在欺詐檢測方面，他們可能決定結成同盟，以便在某些交易中相互檢查對方的模型。” 。“我實際上沒有提供任何交易數據。這是英特爾真正推動的領域之一。”

Wierzynski在舊金山舉行的RSA大會上與SiliconANGLE Media的移動實時流媒體工作室CUBE的主持人John Furrier進行了交談。他們討論了在培訓模型時使用技術維護數據隱私，開發新解決方案的行業合作，需要來自許多不同領域的專家，以及通過更多獲取重要信息來改善社會的機會。

本周，CUBE將Casimir Wierzynski評為本周嘉賓。

保護隱私

Wierzynski是“保護隱私的機器學習”(PPML)運動的主要聲音之一。PPML的目標是結合互補技術，以便機器學習可以將數據用于訓練模型而不會犧牲數據集中內部個人信息的匿名性。

Wierzynski表示：“過去幾年來，我們一直在關注這種碰撞過程，因為數據需要訓練機器學習系統來釋放AI的所有功能，但仍將數據保密。” “您將擁有一個擁有數據的一方，另一方可能擁有一個模型，并且他們正在某人的硬件上運行一個系統。”

Wierzynski和他的Intel團隊正在研究的一種保護隱私的技術是使用同態加密(HE)。這是一個公共/專用密鑰密碼系統，旨在讓應用程序對加密的信息進行培訓，而無需暴露數據本身。

當需要解密數據才能使用時，安全性可能會下降。HE允許在為訓練模型處理數據時對其進行加密。

Google和Microsoft參與其中

運用HE來保護隱私并仍然提供AI引擎的潛力非常吸引人，以至于在過去的幾年中，它吸引了英特爾，谷歌有限責任公司和微軟公司的代表一起討論實施標準。微軟甚至發布了一個開源同態加密庫，供開發人員使用。

Wierzynski說：“這是該領域最先進的技術之一。” “有一些方法可以對數據進行數學運算，同時保持數據加密，而答案仍然是加密的。只有數據的實際所有者才能透露答案。”

英特爾針對該技術開發了自己的開源工具HE Transformer。該工具于2018年12月發布，為英特爾的神經網絡編譯器nGraph提供了同態加密后端 。

越來越多的跡象表明，隨著新公司進入市場，HE潮流開始聚集動力。同年2月，同態加密公司 Enveil 由前美國國家安全局資深研究員創立，宣布獲得1000萬美元的A輪融資。另一家HE創業公司Duality Inc. 在12月宣布了由Intel Capital領導的一輪融資。

Wierzynski說：“我對采用同態加密等這些東西并使開發人員和數據科學家可以使用它們感到非常興奮。” “對于數據科學家來說，要成為一名后量子加密專家也要求很高。”

改善患者保健

確實，英特爾高級總監一直在為HE積極尋求“大帳篷”方法，并牢記可以安全共享的數據越多，人工智能和機器學習就將變得越好。

一個例子可以在醫療保健中找到。當前有嚴格的法律來規范患者數據的使用，因為它受到世界各地醫院和衛生組織的嚴格保護。如果可以匯總并廣泛共享此信息，則可以推斷AI的改善將為患者帶來更好的診斷結果。

Wierzynski表示：“如果您可以擴展數據的可用性，那將始終對機器學習系統有所幫助，因此我們正在努力解鎖可能存在于各個國家和組織中的數據孤島。” “有一些有趣的想法，例如聯合學習，您可以通過某種方式分散機器學習過程的分散性，以便您仍然可以尊重隱私，但可以獲得統計能力。”

大帳篷還包括許多不同的選區。在機器學習領域是一個天生的合作之一，據Wierzynski，占為何大型科技力量像谷歌和微軟正在就如何共享資源，使數據共享發生以開放的心態。

Wierzynski說：“每家公司都將擁有其秘密的秘訣，即它想要保持專有的東西，但是對于公司而言，吸引更廣泛的研究人員社區是非常重要的，” “您將需要政策專家，應用數學家，語言學家和神經科學家。”

同態加密是計算密集型工作，在過去的半個世紀中，這是英特爾的專長領域。該公司正在通過提供一種解決方案來捍衛其在數據領域的地位，該解決方案如果被廣泛采用，可能會對全球關鍵經濟部門(如醫療保健，金融和零售)產生深遠影響。

Wierzynski和Intel指出，加密數據的AI計算不必是零和游戲。可以保護隱私，并可以使用一種新的方法來構建模型，而隨著時間的推移，這種方法可能只會變得越來越好。

Wierzynski說：“這是一組技術，可以幫助人們實現AI和機器學習的希望。” “我們在技術層面上要做的部分工作是為社會和監管機構提供一套更為靈活的工具，您可以圍繞這些工具對數據和隱私進行分割和分割，而不僅僅是全部或全部。”