人工智能：MIT提出不降速的云AI
据外媒报道，美国MIT（麻省理工学院）提出一种可以保护基于云的AI系统，可以在不降低速度的情况下保护云计算的AI人工智能。这种基于云的AI人工智能系统的安全性非常重要，特别是当人们使用像照片或医疗记录这样的敏感数据时。
迄今为止，使用传统方法，使得加密数据可以使机器学习系统如此缓慢，以致于几乎无法使用。
然而，值得庆幸的是，美国MIT提出一种GAZELLE形式的解决方案，这项技术使用加密卷积神经网络且不会出现急剧减速。更关键的是将两种现有技术融为一体，避免了这些方法产生的常见瓶颈。
首先，用户依靠“乱码电路”方法将数据上传到AI，该方法采用输入并向会话的每一方发送两个不同的输入，为用户和神经网络隐藏数据，同时使相关输出可访问。然而，如果该方法被用于整个系统，则通常过于密集，因此MIT在发送给用户之前，使用更高要求的计算层的同态加密（它既取又产加密数据）。同态方法须引入噪声才能工作，因此它只限于在传输信息之前一次压缩一层。简而言之：MIT正在根据每一方做得最好的方式分担工作量。
测试结果表明，其方法性能比传统方法快了30倍，MIT承诺按照他们的要求将所需的网络带宽缩减一个数量级。传统方法迫使公司和机构要么建立昂贵的本地神经网络，要么完全忽略基于AI人工智能的系统。而MIT提出的云AI方法将会导致更多使用基于互联网的神经网络来处理重要信息。例如，医院可以让AI发现MRI扫描中的医学问题，并与其他医院专家或医生共享，而不暴露患者数据和隐私。敏感数据即保持安全性，又保持时效性。
分享
最新活动更多
-
11月28日立即报名>>> 2024工程师系列—工业电子技术在线会议
-
12月19日立即报名>> 【线下会议】OFweek 2024（第九届）物联网产业大会
-
即日-12.26火热报名中>> OFweek2024中国智造CIO在线峰会
-
即日-2025.8.1立即下载>> 《2024智能制造产业高端化、智能化、绿色化发展蓝皮书》
-
精彩回顾立即查看>> 2024 智能家居出海论坛
-
精彩回顾立即查看>> 【在线会议】多物理场仿真助跑新能源汽车
推荐专题
发表评论
请输入评论内容...
请输入评论/评论长度6~500个字
暂无评论
暂无评论