智能技術的引入是一個既令人興奮又令人恐懼的主題。人工智能，機器學習和深度學習的智慧三位一體有潛力以人類大腦無法達到的速度分析數據。

由此產生的見解可能會對社會產生深遠的有益影響，這一點尚無爭議。但是，圍繞如何使數據同時開放和共享以及保持隱私和安全性存在一個悖論。

英特爾公司AI產品高級總監Casimir Wierzynski（如圖）說：“隱私和AI的這種交匯處是英特爾以數據為中心的使命的核心。您如何同時尊重基礎數據的隱私和安全性？同時還能訓練和使用AI系統？”

Wierzynski 在本周于舊金山舉行的RSA大會上與SiliconANGLE Media的移動實時流媒體工作室CUBE的主持人John Furrier進行了交談。他們討論了如何通過共享機器學習模型的數據來討論安全性和隱私問題，以及英特爾在同態加密方面的研究如何解決該問題。

Wierzynski認為，機器學習的一個問題是它幾乎總是多方交互。一方擁有數據，而另一方擁有模型，而該模型又在另一方的硬件上運行。這使得共享數據成為一種信任行為-當數據可能包含敏感的個人信息（這對犯罪分子來說是金礦）時，這不是一個好的計劃。但是，如果不共享數據，機器學習的希望就無法實現。

衛生保健部門就是一個例子。“您有多家擁有患者數據的醫院，” Wierzynski說。“如果以某種方式，他們可以將所有數據匯總在一起，您將獲得更有效的模型和更好的患者預后。但是出于非常好的隱私原因，不允許他們這樣做。”

他說，答案在于一種稱為同態加密的技術。這種前沿技術允許共享和訪問加密數據以進行分析。所有結果也會被加密，只有數據的實際所有者才具有加密密鑰。

同態加密的發明者Craig Gentry博士將其解釋為就像一個鎖著的手套箱。任何人都可以把手戴在手套上操作盒子中的東西，但是只有盒子的所有者才能解鎖它并檢索結果。

“這看起來像魔術，”維爾森斯基說。“借助此功能，您可以啟用各種新的用例，而第三方無法對您的敏感數據采取任何行動，而又不會以任何方式公開這些新用例。”

不幸的是，大多數數據科學家也不是密碼學專家。因此，英特爾創造了一種使同態加密民主化的產品。開源軟件包稱為HE Transformer ，HE代表同態加密。

Wierzynski說：“它使數據科學家可以用Python或以前使用過的方法進行常規數據科學。” “但是后來他們輕按了開關，突然之間他們的模型能夠在加密數據上運行。如果您知道，只要［個人］數據在四處移動并且人們正在對其進行操作，但是數據一直在始終保持加密狀態，而不僅僅是在傳輸過程中，這將提供更高的舒適度。”