編者按：在物聯(lián)網(wǎng)和AI時(shí)代，數(shù)據(jù)成為重要的決策和生產(chǎn)工具，但是如何保護(hù)個(gè)人數(shù)據(jù)不被濫用，是許多機(jī)構(gòu)和公民擔(dān)心的問(wèn)題。谷歌公司在基于機(jī)器學(xué)習(xí)框架TensorFlow的谷歌最新模塊，讓開(kāi)發(fā)者只添加幾行額外代碼就能改善AI模型中的隱私。這是開(kāi)發(fā)者的福音，但是具體的情況如何，要看開(kāi)發(fā)者使用后的反饋。微軟、谷歌一些公司都開(kāi)始對(duì)安全問(wèn)題高度重視。

基于機(jī)器學(xué)習(xí)框架TensorFlow的谷歌最新模塊，可以讓開(kāi)發(fā)者只添加幾行額外代碼就能改善AI模型中的隱私。TensorFlow是目前用于構(gòu)建機(jī)器學(xué)習(xí)應(yīng)用程序最流行的工具之一，它被世界各地的開(kāi)發(fā)人員用于創(chuàng)建文本、音頻和圖像識(shí)別算法等程序。而伴隨著TensorFlow Privacy的引入，這些開(kāi)發(fā)人員能夠使用“差異隱私”的統(tǒng)計(jì)數(shù)據(jù)來(lái)保護(hù)用戶(hù)的數(shù)據(jù)。

谷歌產(chǎn)品經(jīng)理Carey Radebaugh向外媒The Verge透露，發(fā)布這款工具是谷歌履行對(duì)人工智能的承諾和愿景。他說(shuō)道：“如果我們沒(méi)有為T(mén)ensorFlow引入差異化隱私技術(shù)，那么無(wú)論是團(tuán)隊(duì)內(nèi)部還是Google外部用戶(hù)在使用過(guò)程中就會(huì)發(fā)現(xiàn)有些不太簡(jiǎn)單。因此對(duì)于我們來(lái)說(shuō)將其引入TensorFlow是非常重要的，我們還將會(huì)對(duì)其進(jìn)行開(kāi)源，并開(kāi)始圍繞著它創(chuàng)建新的社區(qū)。”

差異隱私的機(jī)制有點(diǎn)復(fù)雜，但它本質(zhì)上是一種數(shù)學(xué)方法，這意味著用于培訓(xùn)AI模型的用戶(hù)數(shù)據(jù)并不能編碼個(gè)人可識(shí)別信息。這是在AI模型中保護(hù)個(gè)人信息的常用方法：蘋(píng)果在iOS 10上引入了自家的AI服務(wù)的，而Google在Gmail的Smart Reply等部分AI功能中也使用到了這項(xiàng)技術(shù)。

已經(jīng)在的數(shù)據(jù)隱私領(lǐng)域工作了20年的谷歌研究科學(xué)家úlfarErlingsson表示：差異化隱私技術(shù)以“數(shù)學(xué)確定性”消除了編碼個(gè)人數(shù)據(jù)的可能性，他表示這是一種從數(shù)據(jù)集中刪除可識(shí)別的異常值而不改變數(shù)據(jù)的聚合含義的技術(shù)。

谷歌的研究科學(xué)家úlfarErlingsson說(shuō)，他已經(jīng)在數(shù)據(jù)隱私領(lǐng)域工作了20年。 Erlingsson告訴The Verge，這是一種從數(shù)據(jù)集中刪除可識(shí)別的異常值而不改變數(shù)據(jù)的聚合含義的技術(shù)， “你的結(jié)果獨(dú)立于任何一個(gè)人的[數(shù)據(jù)]，但這仍然是一個(gè)很好的結(jié)果?！?br />
本文來(lái)自CnBeta, 本文作為轉(zhuǎn)載分享。