【手機中國新聞】當谷歌宣佈兼併DeepMind的健康部門時,引發了一場關於數據隱私的重大爭議。儘管DeepMind表示不會將原始患者數據交給谷歌,但僅僅是想到讓一個技術巨頭能夠接觸、識別醫療記錄的想法就讓人感到不安。獲得用戶大量高質量數據這個問題已經成為在醫學領域應用機器學習的最大障礙。
Google DeepMind
為了解決這個問題,人工智能研究人員一直在尋找新的機器學習模型培訓技術,能夠同時保持數據的機密性。麻省理工學院最新創造了一種被稱為分裂神經網絡的方法:它允許一個人開始訓練深度學習模型,而由另一個人完成訓練。
這種方法的思路是讓醫院和其他醫療機構能夠用患者的數據在本地培訓他們的模型,然後將培訓了一半的模型發送到一個集中的位置,在那裡,所有的模型將一起完成最後階段的訓練。這個集中的位置,無論是在谷歌還是其他公司的雲端,都不會看到原始的患者數據;他們只能看到培訓了一半的模型。
麻省理工學院媒體實驗室的副教授,該論文的合著者——Ramesh Raskar將這一過程比作數據加密。他表示:“只是因為進行了加密才能讓我能夠很放心地將信用卡數據發送給另一個實體。”通過神經網絡的前幾個階段對醫學數據進行模糊處理就是以相同的方式保護數據。
在對這種方法和其他一些也旨在保護患者數據安全的方法進行對比測試時,研究小組發現,分裂神經網絡需要的計算資源要少得多,而且能夠生成更高精度的模型。
相關推薦
'人工智能算法是如何從數據中學習規律的'
"⾸先我們來看⼀下最常⻅的⼈⼯智能算法是什麼樣的:⼈⼯智能算法包括⼏個部分: x是模型的輸⼊,y是模型的輸出,模型就是對輸⼊轉化為輸出的計算。⽐如輸⼊x可以是⼀張圖⽚(如 貓的照⽚),模型對圖⽚進⾏計算處理,然後輸出這張圖⽚上對應的物品的類別(貓)。 我們可以把算法理解成⼀...
'胡鬱:人工智能如何盈利是當前發展的難點'
"中國青年報客戶端訊(中國青年報·中國青年網 見習記者趙麗梅)2019年是人工智能規模化應用落地的元年。在訊飛智能錄音筆SR301青春版新品發佈會現場,科大訊飛輪值總裁兼消費者BG總裁胡鬱表示,如何使人工智能產品落地,實現盈利是當前領域一大挑戰。胡鬱表示,2019年是人工智...
推薦中...