人工智能：MIT提出不降速的云AI

　　據外媒報道，美國MIT(麻省理工學(xué)院)提出一種可以保護基于云的AI系統，可以在不降低速度的情況下保護云計算的AI人工智能。這種基于云的AI人工智能系統的安全性非常重要，特別是當人們使用像照片或醫療記錄這樣的敏感數據時(shí)。

　　迄今為止，使用傳統方法，使得加密數據可以使機器學(xué)習系統如此緩慢，以致于幾乎無(wú)法使用。

　　然而，值得慶幸的是，美國MIT提出一種GAZELLE形式的解決方案，這項技術(shù)使用加密卷積神經(jīng)網(wǎng)絡(luò )且不會(huì )出現急劇減速。更關(guān)鍵的是將兩種現有技術(shù)融為一體，避免了這些方法產(chǎn)生的常見(jiàn)瓶頸。

　　首先，用戶(hù)依靠“亂碼電路”方法將數據上傳到AI，該方法采用輸入并向會(huì )話(huà)的每一方發(fā)送兩個(gè)不同的輸入，為用戶(hù)和神經(jīng)網(wǎng)絡(luò )隱藏數據，同時(shí)使相關(guān)輸出可訪(fǎng)問(wèn)。然而，如果該方法被用于整個(gè)系統，則通常過(guò)于密集，因此MIT在發(fā)送給用戶(hù)之前，使用更高要求的計算層的同態(tài)加密(它既取又產(chǎn)加密數據)。同態(tài)方法須引入噪聲才能工作，因此它只限于在傳輸信息之前一次壓縮一層。簡(jiǎn)而言之：MIT正在根據每一方做得最好的方式分擔工作量。

　　測試結果表明，其方法性能比傳統方法快了30倍，MIT承諾按照他們的要求將所需的網(wǎng)絡(luò )帶寬縮減一個(gè)數量級。傳統方法迫使公司和機構要么建立昂貴的本地神經(jīng)網(wǎng)絡(luò )，要么完全忽略基于A(yíng)I人工智能的系統。而MIT提出的云AI方法將會(huì )導致更多使用基于互聯(lián)網(wǎng)的神經(jīng)網(wǎng)絡(luò )來(lái)處理重要信息。例如，醫院可以讓AI發(fā)現MRI掃描中的醫學(xué)問(wèn)題，并與其他醫院專(zhuān)家或醫生共享，而不暴露患者數據和隱私。敏感數據即保持安全性，又保持時(shí)效性。