初創(chuàng)公司Diveplane試圖通過發(fā)布業(yè)界所謂的“第一個可驗證的孿生數(shù)據(jù)集”來解決人工智能培訓中使用的數(shù)據(jù)的隱私問題。

該公司名為GEMINAI的產(chǎn)品旨在幫助組織銷售，共享和分析敏感數(shù)據(jù)集，而不必擔心任何信息丟失，被盜或以其他方式濫用。

它創(chuàng)建的孿生數(shù)據(jù)集可以像原始數(shù)據(jù)集一樣用于數(shù)據(jù)建模和分析，但不同之處在于，它用合成數(shù)據(jù)替換了所有個人可識別信息，這些數(shù)據(jù)保持了原始數(shù)據(jù)集中包含的統(tǒng)計關(guān)系和細微差別。

這與其他獲取數(shù)據(jù)并僅掩蓋某些信息片段（例如姓名和社會安全號碼）的隱私技術(shù)明顯不同，從而使數(shù)據(jù)易于轉(zhuǎn)換回原始狀態(tài)。

Diveplane認為GEMINAI將幫助確保企業(yè)遵守隱私法律和合規(guī)性法規(guī)，例如《通用數(shù)據(jù)保護法規(guī)》和1996年的《健康保險攜帶與責任法案》（簡稱HIPAA）。

Diveplane首席執(zhí)行官Michael Capps表示，他的公司正試圖解決AI中的一個大問題。他說，許多公司發(fā)現(xiàn)自己在訓練AI模型時被迫使用不準確或不完整的數(shù)據(jù)集，因為它們需要滿足嚴格的隱私要求。但是，使用不完整的數(shù)據(jù)通常意味著AI做出錯誤的決策，僅僅是因為AI沒有足夠的信息來得出正確的結(jié)論。

Capps說：“借助GEMINAI，我們通過創(chuàng)建可驗證的數(shù)據(jù)集的合成“雙胞胎”來消除這種風險，從而使企業(yè)無需為了隱私而犧牲AI的質(zhì)量。” “ GEMINAI提供了兩全其美的方法，我們很高興將這種首創(chuàng)的技術(shù)推向市場?！?/p>

Diveplane表示，已經(jīng)對其隱私孿生需求最受限制的行業(yè)的合成孿生數(shù)據(jù)集產(chǎn)生了極大的興趣。例如，醫(yī)院可以使用GEMINAI與研究組織共享“真正匿名的患者記錄”，以幫助發(fā)現(xiàn)新藥和新療法。

GEMINAI還可以幫助推動價值數(shù)十億美元的數(shù)據(jù)共享行業(yè)，為公司提供一種匿名信息的方式，以便例如可以將其出售給廣告商，而不會對隱私產(chǎn)生任何影響。