AI+隐私计算如何在未来掀起商业浪潮？
隐私计算在于实现数据安全流动，是AI突破发展瓶颈的密钥，两者融合需要解决什么问题、在未来产生哪些变化？至此，隐私数据安全专栏特邀光之树，深入探讨AI＋隐私计算，如何向智能时代开疆拓土。
算力说
近年来，随着算力提升与数据流动，人工智能持续迭代，其落地场景与应用领域愈加丰富，赋能包括新基建、工业在内的多个重要板块。AI技术加速前进离不开海量数据驱动，日益激增的数据需求使数据安全与隐私保护变得尤为迫切。
隐私计算在于实现数据安全流动，是AI突破发展瓶颈的密钥，两者融合需要解决什么问题、在未来产生哪些变化？至此，隐私数据安全专栏特邀光之树，深入探讨AI＋隐私计算，如何向智能时代开疆拓土。
在近日召开的世界人工智能技术的融合，将逐步解决。
2 如何加大AI应用纵深，实现“边缘智能”？
通信网络基础设施建设是新基建的核心构成之一，其涵盖的包括5G、物联网、工业互联网、卫星互联等领域，也为AI应用提供了良好的纵深空间。
一方面这些技术都使得AI可以利用深入场景中的数据，例如智能设备多种传感器可以为模型补充关于明暗程度、运动速度、甚至温度、湿度等数据，这使得我们可以构建起以“情景”为基本响应单位的AI能力，从而提供最贴合特定情景的智能服务。
另一方面， AI还将可以深入到“端侧”、“边缘侧”，在最靠近数据的地方完成训练和预测，在提升AI实时性和个性化程度的同时，还能充分利用泛在的算力，节省集中式算力的消耗。
这些构想在实践中也许会遇到诸多困难。
以智慧农业为例，如何保证土壤探针等设备采集数据的真实和不被篡改？如何高效整合利用目前分散在政府、科研院所、田间地头、产供销链条中各个主体的农业大数据？如何使产业链各参与者都能信任AI的预测结果？等等，都曾是实现“边缘智能”所面临的障碍。
相关文章
AIGC热点
热点
-
19打开，有戏
