High Performance Privacy Preserving AI
L'intelligence artificielle (IA) dépend des données. Dans les domaines sensibles - tels que la santé, la sécurité, la finance et bien d'autres - il existe donc une tension entre l'exploitation de la puissance de l'IA et le maintien de la confidentialité et de la sécurité des données pertinentes.
Ce livre, destiné aux chercheurs universitaires et aux ingénieurs R&D de l'industrie, explique comment les avancées dans trois domaines - l'IA, les techniques de préservation de la vie privée et l'accélération - nous permettent de réaliser le rêve d'une IA haute performance préservant la vie privée. Il aborde également les applications rendues possibles par cette interaction émergente.
Le livre couvre des techniques, en particulier le calcul multipartite sécurisé et le cryptage homomorphique, qui fournissent des garanties de sécurité en théorie de la complexité, même avec un seul point de données. Ces techniques sont traditionnellement trop lentes pour être utilisées dans le monde réel, et le défi est d'autant plus grand que les réseaux neuronaux actuels, y compris les grands modèles de langage (LLM), sont de grande taille. Ce livre ne couvre pas les techniques telles que la confidentialité différentielle qui ne concernent que l'anonymisation statistique des points de données.
© Book1 Group - tous droits réservés.
Le contenu de ce site ne peut être copié ou utilisé, en tout ou en partie, sans l'autorisation écrite du propriétaire.
Dernière modification: 2024.11.14 07:32 (GMT)