谷歌發(fā)布TensorFlowPrivacy 提升AI模型隱私保護

2019-03-08 10:10:57來源：cnBeta.COM 關鍵詞：谷歌人工智能閱讀量：22211

導讀：TensorFlow是目前用于構建機器學習應用程序流行的工具之一，它被世界各地的開發(fā)人員用于創(chuàng)建文本、音頻和圖像識別算法等程序。

　　【中國智能制造網企業(yè)動態(tài)】基于機器學習框架TensorFlow的谷歌新模塊，可以讓只添加幾行額外代碼就能改善AI模型中的隱私。TensorFlow是目前用于構建機器學習應用程序流行的工具之一，它被世界各地的開發(fā)人員用于創(chuàng)建文本、音頻和圖像識別算法等程序。而伴隨著TensorFlow Privacy的引入，這些開發(fā)人員能夠使用“差異隱私”的統(tǒng)計數據來保護用戶的數據。

　　谷歌產品經理Carey Radebaugh向外媒The Verge透露，發(fā)布這款工具是谷歌履行對人工智能的承諾和愿景。他說道：“如果我們沒有為TensorFlow引入差異化隱私技術，那么無論是團隊內部還是Google外部用戶在使用過程中就會發(fā)現有些不太簡單。因此對于我們來說將其引入TensorFlow是非常重要的，我們還將會對其進行開源，并開始圍繞著它創(chuàng)建新的社區(qū)。”

　　差異隱私的機制有點復雜，但它本質上是一種數學方法，這意味著用于培訓AI模型的用戶數據并不能編碼個人可識別信息。這是在AI模型中保護個人信息的常用方法：蘋果在iOS 10上引入了自家的AI服務的，而Google在Gmail的Smart Reply等部分AI功能中也使用到了這項技術。

　　已經在的數據隱私領域工作了20年的谷歌研究科學家ÚlfarErlingsson表示：差異化隱私技術以“數學確定性”消除了編碼個人數據的可能性，他表示這是一種從數據集中刪除可識別的異常值而不改變數據的聚合含義的技術。

　　谷歌的研究科學家ÚlfarErlingsson說，他已經在數據隱私領域工作了20年。Erlingsson告訴The Verge，這是一種從數據集中刪除可識別的異常值而不改變數據的聚合含義的技術，“你的結果獨立于任何一個人的[數據]，但這仍然是一個很好的結果。”

　　原標題：谷歌發(fā)布TensorFlowPrivacy 提升AI模型隱私保護

上一篇：為提升Face ID技術，蘋果大量收購Lighthouse公司攝像頭

下一篇：哈工智能2018年凈利潤1.20億元同比增長33.65%

我要評論

昵稱

匿名

文明上網，理性發(fā)言。（您還可以輸入200個字符)

表情

所有評論僅代表網友意見，與本站立場無關。

夯實學校人工智能教育服務教育強國建設
無論是培育人工智能領域的高端人才、激發(fā)人工智能環(huán)境中廣大青少年的創(chuàng)新潛力，還是提升智能時代公民的適應力，都需超越傳統(tǒng)的標準化人才培養(yǎng)模式，加強人工智能教育和創(chuàng)新能力培養(yǎng)。
人工智能教育
2025-05-08 17:26:13
推動人工智能發(fā)展我國已形成完整產業(yè)體系
經過多年持續(xù)投資布局，我國人工智能產業(yè)體系逐步完善，基礎層、模型層及應用層不斷升級優(yōu)化，實現了人工智能、大數據等數據智能技術與實體經濟的廣泛融合。
人工智能服務平臺
2025-05-04 09:58:02
全域人工智能之城建設駛入快車道
市科委、中關村管委會，市經濟和信息化局，市發(fā)展改革委，市政務和數據局，市衛(wèi)生健康委，北京經開區(qū)管委會領導出席，來自各央國企、研究機構，及京內外近500家人工智能上下游生態(tài)企業(yè)與會。
人工智能中國智造
2025-04-30 09:49:19
AI已經成為人形機器人最大的瓶頸？
在看似繁榮的表象下，行業(yè)共識正在逐漸浮現：人工智能(AI)技術的滯后，已成為人形機器人實現真正智能化的最大瓶頸。
人形機器人人工智能
2025-04-28 15:32:08
從“原子”到算法！人工智能領域的“元素周期表”誕生
研究團隊發(fā)現，處于同一“主族“的算法(如支持向量機與核方法)具有相似的數學內核，而位于相同“周期“的算法(如決策樹與隨機森林)則共享相近的泛化能力圖譜。
人工智能計算機科學
2025-04-27 17:01:21
賓利發(fā)布突破性人工智能皮革檢測技術
人工智能皮革檢測系統(tǒng)并不能完全取代賓利訓練有素的工匠的技藝。通過自動化人工檢測流程，該系統(tǒng)能夠提供最高品質的皮革，工匠們可以用它來打造精致的手工縫制細節(jié)。
人工智能皮革檢測技術
2025-04-27 14:42:55

版權與免責聲明：

凡本站注明“來源：智能制造網”的所有作品，均為浙江興旺寶明通網絡有限公司-智能制造網合法擁有版權或有權使用的作品，未經本站授權不得轉載、摘編或利用其它方式使用上述作品。已經本網授權使用作品的，應在授權范圍內使用，并注明“來源：智能制造網”。違反上述聲明者，本站將追究其相關法律責任。

本站轉載并注明自其它來源（非智能制造網）的作品，目的在于傳遞更多信息，并不代表本站贊同其觀點或和對其真實性負責，不承擔此類作品侵權行為的直接責任及連帶責任。如其他媒體、平臺或個人從本站轉載時，必須保留本站注明的作品第一來源，并自負版權等法律責任。如擅自篡改為“稿件來源：智能制造網”，本站將依法追究責任。

鑒于本站稿件來源廣泛、數量較多，如涉及作品內容、版權等問題，請與本站聯(lián)系并提供相關證明材料：聯(lián)系電話：0571-89719789；郵箱：1271141964@qq.com。