Ставки для компаний, разрабатывающих ИИ в жестко регулируемых отраслях, возрастают. В таких отраслях, как здравоохранение и финансы, соблюдение требований — это не просто юридическое обязательство, а важнейший аспект построения доверия и честности между компаниями и их клиентами.
Поскольку модели машинного обучения требуют все более разнообразных данных (часто из нескольких источников в разных организациях), потребность в совместимом решении возрастает. Пока разработчики спешат создавать самые сложные модели машинного обучения, управляющие данными ищут способ сделать свои данные доступными для этих разработчиков и тем самым осознать их ценность.
Новым решением является управление вычислениями, которое описывает возможность контролировать, отслеживать и отслеживать все аспекты вычислений данных. Для компаний, располагающих терабайтами ценных данных, управление вычислениями — это способ сделать данные доступными для машинного обучения, гарантируя при этом управление, безопасность и конфиденциальность. Хотя это еще только зарождается, оно может стать компонентом раскрытия истинного потенциала данных для владельцев данных.
Соучредитель и генеральный директор Apheris.
Содержание
Определите свои элементы управления
Управление вычислениями позволяет хранителям данных — организациям, владеющим данными, — устанавливать необходимый уровень защиты данных и определять средства контроля доступа на уровне компьютера. Это определяет, кто и какие вычисления может выполнять с какими наборами данных и с какой целью. По сути, с данными могут выполняться только авторизованные расчеты, отвечающие требованиям хранителя, чтобы обеспечить соблюдение правил защиты данных и ИИ.
В результате компании могут отслеживать и отслеживать, кто и что делает с их данными, предоставляя пользователям данных возможность обновлять свои модели при условии, что они соответствуют политике в отношении активов.
Это важно по нескольким причинам. Во-первых, это помогает компаниям соблюдать такие правила, как GDPR и HIPAA, которые требуют от компаний защищать конфиденциальность и безопасность личных данных. Управление вычислениями помогает компаниям удовлетворить эти требования, гарантируя, что только авторизованные лица имеют вычислительный доступ к данным, что данные используются только для утвержденных целей и что необработанные данные никогда не передаются напрямую.
Более того, управление вычислениями играет решающую роль в разработке этических и ответственных моделей ИИ. Например, в здравоохранении это означает, что модели ИИ можно обучать исключительно на данных для целей, соответствующих законодательству, обеспечивая при этом защиту конфиденциальности.
Сделайте данные доступными
Данные — это родословная современного бизнеса, но они ценны ровно настолько, насколько ценна информация, которую можно из них почерпнуть.
Каждый раз, когда данные перемещаются, они подвергаются таким угрозам, как кража и повреждение данных. Если он перемещается из своей среды и передается другой организации, владелец теряет контроль над тем, как используются его данные. В результате данные теряют значительную ценность для владельца.
Федеративное обучение — это возможность обучать модели ИИ, при этом данные никогда не покидают безопасное место, что позволяет распорядителям данных предоставлять свои данные разработчикам в безопасной среде.
Защита конфиденциальных данных как ценного актива имеет решающее значение для компаний любого размера. Это позволяет хранителям данных повысить их ценность (либо за счет коммерциализации, либо за счет производства). Поскольку данные не перемещаются, хранитель сохраняет полный контроль, гарантируя, что вы соответствуете требованиям к местонахождению и суверенитету данных, а также сохраняете ценность для бизнеса.
Возможность хранить данные там, где они есть, также обеспечивает соблюдение таких правил, как GDPR, который содержит законы о хранении данных, и Закон ЕС об искусственном интеллекте, который содержит строгие требования к защите данных.
Почему компании не делают этого сейчас?
Вполне вероятно, что многие компании не используют методы вычислительного управления, поскольку не знают о возможности сохранять контроль над данными при отправке к ним алгоритмов. Поэтому их способ решения проблем регулирования заключается в том, чтобы не предоставлять данные и, следовательно, предпочитать оставаться изолированными. Создание перемен требует изменения в мышлении.
Соответствующие методы использования данных о клиентах иногда ослабляют внутреннюю ценность их данных, препятствуя их потенциалу для продвижения развития ИИ. В результате многие компании, особенно в Европе, не соответствуют требованиям соответствия.
Централизация данных или новые механизмы совместного использования данных, возможно, в некоторой степени способствовали сотрудничеству в области данных, но они часто являются длительными и дорогостоящими и вряд ли останутся жизнеспособными в будущем, учитывая темпы нормативных изменений и технологических достижений.
Компании находятся на распутье: отдают ли они приоритет соблюдению нормативных требований или инновациям?
Следующий шаг к решению крупнейших проблем общества
В меняющейся нормативно-правовой среде быть гибким и в то же время соответствовать требованиям — это не просто желание, а важнейшая бизнес-необходимость. Управление вычислениями может послужить катализатором для компаний, позволяющих безопасно использовать свои информационные активы для создания инновационного, совместимого и заслуживающего доверия искусственного интеллекта.
Когда компании смогут безопасно сделать свои данные доступными для машинного обучения и искусственного интеллекта, они смогут по-настоящему дифференцироваться, оставаться конкурентоспособными и предоставлять данные для разработки продуктов, приносящих пользу обществу. Улучшая качество данных, доступных разработчикам, мы в ChatGPT движемся в мир, где искусственный интеллект действительно имеет значение.
После нескольких месяцев шумихи вокруг искусственного интеллекта такое решение, как управление вычислениями, могло бы расширить возможности управляющих данными, сделав их данные доступными для поиска реальных решений текущих проблем, например, в медицинских исследованиях.
Предоставляя данные своих клиентов в соответствии с требованиями стандарта, вы можете быть в авангарде инноваций и ответственно расширять границы ИИ.
Мы представили лучшее программное обеспечение для работы с базами данных.
Эта статья была создана в рамках канала Expert Insights от TechRadarPro, где мы рассказываем о лучших и ярких умах в области технологий сегодня. Мнения, выраженные здесь, принадлежат автору и не обязательно принадлежат TechRadarPro или Future plc. Если вы заинтересованы в участии, узнайте больше здесь:
