智能技术的引入是一门既令人兴奋又令人恐惧的学科。智能三位一体的人工智能、机器学习和深度学习有潜力以人类大脑永远无法达到的速度分析数据。

由此产生的见解可能会对社会产生深远的有益影响，这一点毋庸置疑。但是，如何让数据同时开放和共享，并保持隐私和安全，这是一个悖论。

“隐私和人工智能的交集是英特尔以数据为中心的使命的核心，”英特尔公司人工智能产品高级主管Casimir Wierzynski(如图)说，“你怎么能既尊重底层数据的隐私和安全，又能训练和使用人工智能系统呢?”

在旧金山举行的RSA会议上，Wierzynski与SiliconANGLE Media旗下移动直播工作室theCUBE的主持人John Furrier进行了交谈。他们讨论了共享机器学习模型数据的安全和隐私问题，以及英特尔在同态加密方面的研究如何解决这个问题。(*披露如下。)

据Wierzynski说，机器学习的一个问题是它几乎总是多方交互。一方拥有数据，另一方拥有模型，而模型又运行在另一方的硬件上。这使得共享数据成为一种信任的实践。当数据可能包含敏感的个人信息，这对罪犯来说是一个金矿，这不是一个好的计划!然而，如果不共享数据，机器学习的前景就无法实现。

卫生保健部门就是一个例子。“很多医院都有病人数据。如果他们能把所有的数据汇集在一起，你就能得到更有效的模型，更好的病人治疗结果。但出于保护隐私的考虑，他们是不允许这么做的。”

据Wierzynski说，答案在于一种被称为同态加密的技术。这种前沿技术允许共享和访问加密数据以进行分析。任何结果都是加密的，只有数据的实际所有者拥有加密密钥。

同态加密的发明者克雷格·根特里(Craig Gentry)博士解释说，它就像一个上锁的手套箱。任何人都可以把手伸进手套里去操作盒子里的东西，但只有盒子的主人才能打开盒子并取回结果。

“这就像魔法一样，”Wierzynski说。“有了这个功能，你就可以启用各种新的用例，这在以前是不可能的，第三方可以对你的敏感数据采取行动，而不必以任何方式暴露给它。”

不幸的是，大多数数据科学家也不是密码学专家。因此，英特尔发明了一种使同态加密大众化的产品。这个开源包叫做HE Transformer——HE代表同态加密。

“它允许数据科学家使用Python或任何他们习惯的东西来进行正常的数据科学研究。但当他们按下开关，他们的模型就能在加密数据上运行了。”Wierzynski说。“如果你知道，只要(个人)数据在移动，人们在操作它，但它始终保持加密，而不只是在传输过程中，那就会让人感觉舒服得多。”