英特尔的数据加密创新方法可以促进人工智能和机器学习

人工智能不仅仅是企业计算的未来。这也是芯片制造巨头英特尔公司的未来。

随着英特尔不断增长的数据中心业务现在仅次于其PC芯片部门，该公司在2019年从AI相关产品中实现了35亿美元的收入。并收购了Nervana Systems，这是一家年轻的公司，其芯片架构可在闪电中利用数据集。更快的速度以及提供在“物联网”设备中运行计算机视觉模型的技术的Movidius Ltd.，英特尔显然在AI中开辟了自己的利基市场。

对于这个拥有52年历史的半导体巨头来说，这种不断发展的角色会是什么样?英特尔在建立自己的人工智能实践的同时，也在密切关注保护数据的挑战，也许更重要的是，人工智能如何帮助培育行业合作的新纪元，从而建设一个更好的社会。

英特尔AI产品高级总监Casimir Wierzynski(如图)说：“银行可以在贷款及其日常活动中竞争，但在欺诈检测方面，他们可能决定结成同盟，以便在某些交易中相互检查对方的模型。” 。“我实际上没有提供任何交易数据。这是英特尔真正推动的领域之一。”

Wierzynski在旧金山举行的RSA大会上与SiliconANGLE Media的移动实时流媒体工作室CUBE的主持人John Furrier进行了交谈。他们讨论了在培训模型时使用技术维护数据隐私，开发新解决方案的行业合作，需要来自许多不同领域的专家，以及通过更多获取重要信息来改善社会的机会。

本周，CUBE将Casimir Wierzynski评为本周嘉宾。

保护隐私

Wierzynski是“保护隐私的机器学习”(PPML)运动的主要声音之一。PPML的目标是结合互补技术，以便机器学习可以将数据用于训练模型而不会牺牲数据集中内部个人信息的匿名性。

Wierzynski表示：“过去几年来，我们一直在关注这种碰撞过程，因为数据需要训练机器学习系统来释放AI的所有功能，但仍将数据保密。” “您将拥有一个拥有数据的一方，另一方可能拥有一个模型，并且他们正在某人的硬件上运行一个系统。”

Wierzynski和他的Intel团队正在研究的一种保护隐私的技术是使用同态加密(HE)。这是一个公共/专用密钥密码系统，旨在让应用程序对加密的信息进行培训，而无需暴露数据本身。

当需要解密数据才能使用时，安全性可能会下降。HE允许在为训练模型处理数据时对其进行加密。

Google和Microsoft参与其中

运用HE来保护隐私并仍然提供AI引擎的潜力非常吸引人，以至于在过去的几年中，它吸引了英特尔，谷歌有限责任公司和微软公司的代表一起讨论实施标准。微软甚至发布了一个开源同态加密库，供开发人员使用。

Wierzynski说：“这是该领域最先进的技术之一。” “有一些方法可以对数据进行数学运算，同时保持数据加密，而答案仍然是加密的。只有数据的实际所有者才能透露答案。”

英特尔针对该技术开发了自己的开源工具HE Transformer。该工具于2018年12月发布，为英特尔的神经网络编译器nGraph提供了同态加密后端 。

越来越多的迹象表明，随着新公司进入市场，HE潮流开始聚集动力。同年2月，同态加密公司 Enveil 由前美国国家安全局资深研究员创立，宣布获得1000万美元的A轮融资。另一家HE创业公司Duality Inc. 在12月宣布了由Intel Capital领导的一轮融资。

Wierzynski说：“我对采用同态加密等这些东西并使开发人员和数据科学家可以使用它们感到非常兴奋。” “对于数据科学家来说，要成为一名后量子加密专家也要求很高。”

改善患者保健

确实，英特尔高级总监一直在为HE积极寻求“大帐篷”方法，并牢记可以安全共享的数据越多，人工智能和机器学习就将变得越好。

一个例子可以在医疗保健中找到。当前有严格的法律来规范患者数据的使用，因为它受到世界各地医院和卫生组织的严格保护。如果可以汇总并广泛共享此信息，则可以推断AI的改善将为患者带来更好的诊断结果。

Wierzynski表示：“如果您可以扩展数据的可用性，那将始终对机器学习系统有所帮助，因此我们正在努力解锁可能存在于各个国家和组织中的数据孤岛。” “有一些有趣的想法，例如联合学习，您可以通过某种方式分散机器学习过程的分散性，以便您仍然可以尊重隐私，但可以获得统计能力。”

大帐篷还包括许多不同的选区。在机器学习领域是一个天生的合作之一，据Wierzynski，占为何大型科技力量像谷歌和微软正在就如何共享资源，使数据共享发生以开放的心态。

Wierzynski说：“每家公司都将拥有其秘密的秘诀，即它想要保持专有的东西，但是对于公司而言，吸引更广泛的研究人员社区是非常重要的，” “您将需要政策专家，应用数学家，语言学家和神经科学家。”

同态加密是计算密集型工作，在过去的半个世纪中，这是英特尔的专长领域。该公司正在通过提供一种解决方案来捍卫其在数据领域的地位，该解决方案如果被广泛采用，可能会对全球关键经济部门(如医疗保健，金融和零售)产生深远影响。

Wierzynski和Intel指出，加密数据的AI计算不必是零和游戏。可以保护隐私，并可以使用一种新的方法来构建模型，而随着时间的推移，这种方法可能只会变得越来越好。

Wierzynski说：“这是一组技术，可以帮助人们实现AI和机器学习的希望。” “我们在技术层面上要做的部分工作是为社会和监管机构提供一套更为灵活的工具，您可以围绕这些工具对数据和隐私进行分割和分割，而不仅仅是全部或全部。”