面向未來的人工智慧工具:英特爾的安全保障方法

各國政府和產業代表越來越多地在全球範圍內討論人工智慧的風險。隨著監管框架付諸實踐,我們必須考慮它們可能會是什麼樣子,並將這些規則應用到當今的技術開發中。我們總是問自己風險在哪裡,以及我們如何發揮跨國公司的作用。英特爾機器學習工程師 Walter Riviera 說。

Walter Riviera
沃爾特·裡維埃拉

為了識別和減輕人工智慧技術進步帶來的風險,英特爾成立了由各種利害關係人組成的諮詢小組,包括民間社會代表、法律專家、學者和政府官員。這些諮詢小組在產品開發的各個階段提供指導。

「這個地區的每個人都在快速行動。我們知道,我們必須共同努力,以確保人工智慧的爆炸性成長集中於改善社會和社區。這一切都與國際合作有關。

作為這個人工智慧生態系統的關鍵參與者,我們希望向人們展示人工智慧可以為社會做些什麼,並推動整個社會的採用。裡維埃拉說。

這種技術開發方法也在機密資料處理等領域的產品開發中取得了實際成果,旨在透過加密、隔離和證明來保護使用中的資料。這包括基於晶片的安全技術,例如英特爾® Trust Domain Extensions(英特爾® TDX)和英特爾® Software Guard Extensions(Intel® SGX)。

這些能力可以發揮關鍵作用的場景包括資料安全和智慧財產權保護、隱私和合規性、資料主權和控制以及機密人工智慧。硬體支援的安全性增強了保護,並使生態系統能夠更好地防禦不斷發展的現代網路安全威脅。

聯邦學習:在保護隱私的同時獲益

Intel Emerald

雖然像 ChatGPT 這樣的生成式 AI(大型語言模型)受到廣泛關注,但還有許多其他方法可以訓練和使用機器學習來改善醫療保健等行業的成果。

2022年,英特爾實驗室與賓州大學佩雷爾曼醫學院合作,應用一種名為聯邦學習的機器學習技術來提高腦腫瘤診斷的速度和準確性。

Föderales Lernen

該演算法利用來自世界各地的健康數據進行訓練,能夠將惡性腦腫瘤的檢測率提高 33%。這是迄今為止利用聯邦學習進行的最大規模的醫學研究,其全球數據集由六大洲的 71 個機構進行了檢查。

但什麼是聯邦學習以及這種方法如何應用於機器學習?

聯邦學習是一種機器學習方法,可解決資料存取問題,例如當資料受到保護或儲存在無法下載的遠端位置時。

該技術可以利用來自多個獨立來源的數據,而不需要數據所有者(在本例中為醫院)匯出或共享數據。這種方法保護了所有 71 家機構的患者資訊的隱私和所有權。

聯邦學習技術為社會提供了解決複雜問題的新解決方案。機器將記錄視為獨立記錄,因此合法所有權仍屬於貢獻者。這與合併資料集的傳統資料管理方法不同,這是一個非常重要的區別。裡維埃拉說。

「遵守資料保護法,同時利用大量資料集釋放人工智慧的力量,這是非常了不起的——雖然我們需要討論安全和監管,但同時我們需要可以從人工智慧中受益的行業了解應用程式可以安全地執行哪些操作」。

該技術已被金融機構使用,並將在智慧環境和智慧城市中發揮重要作用。

技術內部監管:英特爾處理器與資料保護

Intel Ponte Vecchio

在產品開發中製定路線圖並設定明確的標準,不僅是為了保護數據,也是為了保護智慧財產權,是英特爾安全策略的核心部分。

英特爾表示,至關重要的是與各種利益相關者建立諮詢小組來制定這些標準,同時學習國際標準和其他人工智慧生態系統並預測監管要求。

我們傾聽有關人工智慧安全的問題,並在開發產品時嘗試將其轉化為技術語言。我們也相信與外部合作夥伴的多元化合作以及為每個人工智慧專案提供法律建議,以確保治理的整體觀點。

Gaudi2 Board

英特爾的尖端硬體可以幫助完成人工智慧管道的各個步驟。例如,英特爾至強可擴展處理器包括英特爾® 高階矩陣擴展(Intel® AMX)等功能,可加速訓練和推理的人工智慧工作負載。英特爾® 資料中心 GPU Max 系列,適用於 AI 訓練、HPC 和圖形工作負載或英特爾® 資料中心 GPU Flex 系列,非常適合媒體處理、雲端遊戲或視覺 AI 推理和虛擬桌面基礎設施。

專注於深度學習的英特爾 Gaudi AI 加速器非常適合生成式 AI 工作負載、就像透過 FP8 軟體自訂將效能提升到 GPT-3 一樣穩定擴散 - 深度學習文字到圖像生成器 - 證明了這一點。它擁有巨大的運算能力,被一些最大的人工智慧開發商所使用。

隨著越來越多知名的公司將英特爾處理器用於人工智慧,驗證和保護資料的完整性、機密性和真實性變得與處理器的技術能力一樣重要。

我們正在思考如何保護人工智慧處理的數據。其中包括對最敏感數據的威脅,這些數據不斷變化,給企業、政府組織和雲端提供者帶來風險。

“確保雲端和企業環境的基於硬體和軟體的安全解決方案在每個階段整合至關重要,因為價值鏈中的每個人都有責任公平使用人工智慧。”

Intel Emerald

人工智慧長期設計的全球合作

隨著人工智慧繼續影響全球所有行業,就風險因素以及解決這些風險的方法進行協作和達成一致的需求只會增加。

然而,同樣重要的是需要開發更多用例和應用程序,使社會各階層在經濟和社會上受益。這不僅適用於美國、歐洲和中國等人工智慧技術的領先國家,也適用於非洲和拉丁美洲的發展中國家。

「人工智慧的可能性是無限的。這是關於負責任的創新和每一步建立正確的監管。透明度確實很重要,我認為政府、智庫和行業等關鍵參與者都明白這一點。

良好、安全地使用人工智慧的例子越多,我們就越能看到產業——不僅是大公司,還有中小企業和民間社會——真正充分利用人工智慧,創造一個我們每個人都想生活的未來」。