很多文章的报道都是由微观而宏观，今日小编讲给大家带来的关于英特尔在数据加密方面的创新方法可能会推动人工智能和机器学习的资讯也不例外，希翼可以在一定的程度上开阔你们的视野！y有对英特尔在数据加密方面的创新方法可能会推动人工智能和机器学习这篇文章感兴趣的小伙伴可以一起来看看

人工智能不仅是企业计算的未来，也是行业巨头英特尔公司的未来。

随着英特尔日益增长的数据中心业务现在排在其PC芯片部门的第二位，该公司在2019年从人工智能相关产品中实现了35亿$。 随着Nervana Systems公司的收购，一家以硅体系结构而闻名的年轻公司能够以闪电般的速度利用数据集，以及Movidius有限公司，该公司提供了在物联网设备内部运行计算机视觉模型的技术，英特尔显然正在AI空间中挖掘自己的利基。

对于这位52岁的半导体巨头来说，这种不断演变的角色会是什么样子? 虽然英特尔正在建立自己的人工智能实践，但它也在紧密关注保护数据的挑战，也许更重要的是，人工智能如何帮助促进一个新的行业合作时代，以建立一个更美好的社会。

英特尔(Intel)AI产品高级总监卡西米尔? “我实际上没有给你任何交易数据。 这是英特尔真正推动的领域之一。

在旧金山举行的RSA会议上，Wierzynski与CUBE、硅谷媒体的移动直播工作室主持人John Furrier进行了交谈。 他们讨论了在培训模型的同时使用技术来维护数据隐私;行业合作开辟新的解决方案;需要包括来自许多不同领域的专家;以及通过更多地获得重要信息来改善社会的机会。

Wierzynski是隐私保护机器学习运动(PPML)的主要声音之一。 PPML的目标是结合互补技术，使机器学习能够在不牺牲数据集中个人信息匿名性的情况下使用数据进行训练模型。

“过去几年来，我们向来在关注这一碰撞过程，环绕着需要数据来训练机器学习系统来解锁人工智能的所有功能，但仍然保持数据私有，”Wierzynski说。 “你会有一方拥有数据，另一方可能拥有一个模型，而他们正在某个人的硬件上运行一个系统。

维尔津斯基和他在英特尔的团队正在研究的保护隐私的技术之一是使用同态加密或HE。 这是一个公私密钥密码系统，旨在让应用程序在加密信息上进行培训，而不暴露数据本身。

在过去的几年里，应用HE保护隐私并继续为人工智能引擎提供支持的潜力如此吸引人，以至于英特尔、谷歌有限责任公司和微软公司的代表聚集在一起讨论实施标准。 微软甚至公布了一个开源同态加密库，供开辟人员使用。

“这是这一领域最前沿的技术之一，”Wierzynski说。 “有一些方法可以在数据保持加密的同时对数据进行数学运算，结果仍然是加密的。 惟独数据的实际所有者才干揭示答案。

英特尔开辟了自己的开源工具，该技术称为HE变压器。 该工具于2018年12月公布，提供了一个同态加密后端到英特尔的神经网络编译器-n图。

另一家由英特尔资本(IntelCapital)牵头的HE初创公司——二元公司(DualityInc.)于12月宣布了其一轮融资。

事实上，英特尔高级总监向来在积极地为HE追求“大帐篷”的方法，意识到可以安全共享的数据越多，人工智能和机器学习就会变得越好。

这方面的一个例子可以在医疗保健中找到。 目前有严格的法律规范病人数据的使用，因为它是由世界各地的医院和卫生组织精心保护的。 如果这些信息可以被汇合和广泛共享，理由是人工智能的改善将导致更好的诊断结果为病人。

Wierzynski说：“如果你能扩大数据的可用性，那将永远有助于机器学习系统，所以我们正在努力解锁各国和各组织可能存在的数据筒仓。 “有一些有趣的想法，比如联合学习，你可以在某种程度上分散机器学习过程，这样你仍然可以尊重隐私，但获得统计权力。

大帐篷还包括许多不同的选区。 根据Wierzynski的说法，机器学习领域本质上是一个协作领域，这解释了为什么像谷歌和微软这样的主要技术强国对如何共享资源和实现数据共享持开放态度。

“每个公司都会有自己的秘密酱料，它们想保留专利，但让更广泛的研究人员参与其中对公司来说是非常重要的。 “你需要政策专家、应用数学家、语言学家和神经学家。

Wierzynski和Intel指出，人工智能计算加密数据不一定是零和博弈。 隐私可以得到保护，模型可以使用一种新的方法建立，这种方法可能只会随着时间的推移而变得更好。

“这是一套帮助人们实现人工智能和机器学习承诺的技术，”Wierzynski说。 “我们试图在技术层面上做的部分工作是给社会和监管机构一套更灵便的工具，在这些工具周围，你可以分割和骰子数据和隐私，这样它就不仅仅是全部或没有。