Многие компании сидят на горе полезных данных, которыми не могут воспользоваться. Банки и медицинские организации накапливают информацию, способную улучшить модели обнаружения мошенничества или ускорить клинические исследования, но эти данные слишком чувствительны, чтобы просто «скормить» их системе машинного обучения. По оценке аналитической компании IDC, до 43% корпоративных данных вообще не используются — именно из-за подобных ограничений.
Техасская компания Protopia AI взялась закрыть этот разрыв. Она разработала технологию под названием Stained Glass Transform™, которая позволяет ИИ-моделям обучаться и работать на реальных данных, не получая при этом доступа к самим исходным, идентифицируемым сведениям.
Не просто защита, а расширение возможностей
Отличие Protopia AI от классических решений в области безопасности данных в том, что цель компании — не столько закрыть доступ, сколько его открыть. Технология анализирует, какие именно признаки данных нужны конкретной модели машинного обучения, отбрасывает всё лишнее и максимально обфусцирует то, что действительно требуется, — при минимальной потере точности. Так удаётся отделить ценность данных для ИИ от вопроса владения и контроля над этими данными.
Большинство конкурирующих решений либо защищают данные только на этапе обучения модели (оставляя открытым риск на этапе эксплуатации), либо требуют специализированного оборудования и новых ML-парадигм, что усложняет их внедрение. Из-за этого командам бывает рискованно доверять SaaS-решения для машинного обучения или делиться данными с партнёрами и даже другими подразделениями внутри своей же организации.
Как это работает
Продукт Stained Glass Factory™ трансформирует представление данных прямо на выходе из источника — «корня доверия». Целевой алгоритм машинного обучения никогда не видит оригинальные идентифицируемые данные: вместо них он получает целенаправленно рандомизированную версию, понятную только для конкретной ML-задачи. Технология работает с любыми типами данных и любыми моделями, добавляя минимальные накладные расходы в конвейер обработки — на периферии, локально или в облаке. Программно Stained Glass Factory™ реализована как расширение над фреймворком глубокого обучения PyTorch и может применяться на всех этапах жизненного цикла модели — и при обучении, и при инференсе.
В основе технологии — патентованные разработки профессора Хади Эсмаилзаде (Hadi Esmaeilzadeh), заведующего кафедрой компьютерной архитектуры в Калифорнийском университете в Сан-Диего (UC San Diego), который также является соучредителем и техническим директором Protopia AI.
Кейс: как Protopia помогает бороться с мошенничеством
Мошенничество ежегодно обходится финансовому сектору примерно в 42 миллиарда долларов, при этом банки часто не могут эффективно противостоять ему именно из-за разрозненных и труднодоступных хранилищ данных. Глобальная финтех-компания Q2 использует Stained Glass Transform™ от Protopia AI в своей команде Q2 Sentinel, чтобы расширить применение облачного решения по обнаружению мошенничества на клиентов, которые раньше оставались «недообслуженными» из-за внутренних политик управления данными.
Технология позволяет Q2 выявлять поддельные чеки без необходимости анализировать сами изображения чеков в открытом виде, при этом точность распознавания остаётся такой же, как при работе с обычными изображениями.
«Protopia AI даёт предприятиям возможность извлекать максимальную ценность из своих данных с помощью ИИ и машинного обучения, обеспечивая при этом необходимое управление и защиту», — заявил сооснователь и генеральный директор Protopia AI Эйман Эбрахими (Eiman Ebrahimi, PhD).
Источник: MarkTechPost.