211service.com
Microsoft e Google vogliono liberare l'intelligenza artificiale dai nostri dati più privati
La recente comparsa di una potente tecnica di apprendimento automatico nota come deep learning ha reso i giganti dell'informatica come Google, Facebook e Microsoft ancora più affamati di dati. È ciò che consente al software di imparare a fare cose come riconoscere le immagini o comprendere il linguaggio.
Tuttavia, molti problemi in cui il deep learning potrebbe essere più prezioso riguardano dati difficili da reperire o detenuti da organizzazioni che non sono disposte a condividerli. E come afferma il CEO di Apple Tim Cook, alcuni consumatori sono già preoccupati per le aziende che divorano le loro informazioni personali.
Molte persone che detengono set di dati sensibili come immagini mediche semplicemente non li condivideranno per problemi legali e normativi, afferma Vitaly Shmatikov , professore alla Cornell Tech che studia privacy. In un certo senso stiamo privando queste persone dei benefici del deep learning.
Shmatikov e i ricercatori di Microsoft e Google stanno tutti lavorando per aggirare il problema della privacy. Fornendo modi per utilizzare e addestrare le reti neurali artificiali utilizzate nell'apprendimento profondo senza dover divorare tutto, sperano di essere in grado di addestrare software più intelligenti e convincere i custodi dei dati sensibili a utilizzare tali sistemi.
Shmatikov e il collega Reza Shokri stanno testando quello che chiamano deep learning per la tutela della privacy . Fornisce un modo per ottenere il vantaggio di più organizzazioni, ad esempio ospedali diversi, che combinano i loro dati per addestrare software di deep learning senza dover correre il rischio di condividerli effettivamente.
Ogni organizzazione addestra algoritmi di deep learning sui propri dati, quindi condivide solo i parametri chiave del software addestrato. Questi possono essere combinati in un sistema che funziona quasi come se fosse addestrato su tutti i dati contemporaneamente.
La ricerca Cornell è stata in parte finanziata da Google, che ha ha pubblicato un documento su esperimenti simili e sta parlando con Shmatikov delle sue idee. I ricercatori dell'azienda hanno inventato un modo per addestrare gli algoritmi di deep learning dell'azienda utilizzando dati come immagini da smartphone senza trasferire tali dati nel cloud di Google.
Ciò potrebbe rendere più facile per l'azienda sfruttare le informazioni molto personali conservate sui nostri dispositivi mobili, hanno scritto. Google ha rifiutato di mettere a disposizione qualcuno per discutere di quella ricerca, ma Shmatikov crede che la società ci stia ancora lavorando.
Il gruppo di ricerca sulla crittografia di Microsoft ha sviluppato la propria soluzione al problema della privacy dell'apprendimento automatico. Ha inventato un modo per utilizzare un software di deep learning addestrato su dati crittografati e sputare risposte crittografate. L'idea è che un ospedale, ad esempio, potrebbe chiedere a Microsoft di utilizzare uno di questi Criptovalute segnalare le scansioni mediche contenenti possibili problemi, evitando la consueta necessità di esporre le immagini all'azienda.
I ricercatori Microsoft hanno realizzato questo trucco utilizzando una tecnica chiamata crittografia omomorfica, che consente di eseguire operazioni matematiche su dati crittografati e produrre un risultato crittografato (vedi 10 Breakthrough Technologies 2011: Homomorphic Encryption). Hanno testato l'idea utilizzando un software di apprendimento profondo che riconosce la scrittura a mano e un sistema che stima il rischio di polmonite di un paziente dai suoi segni vitali.
Una CryptoNet richiede più potenza di calcolo rispetto ai tradizionali software di deep learning per fare lo stesso lavoro. Ma Kristin Lauter , che guida la ricerca sulla crittografia di Microsoft, afferma che il divario è abbastanza piccolo che CryptoNets potrebbe diventare pratico per l'uso nel mondo reale. Penso che sia più probabile che questo venga utilizzato per primo nelle industrie sanitarie, finanziarie e farmaceutiche, afferma.