현재 배경에서 데이터 아일랜드는 AI 개발을 제한하는 중요한 장애물이며, 회사 내 및 계열사 부서 간에는 많은 데이터 장벽이 있습니다. 다른 기관 간의 장벽은 훨씬 더 문제입니다. 동시에 개인 정보 노출이나 데이터 유출도 매우 심각한 사회적 문제이며 감독의 "가장 큰 타격 영역"이 될 가능성이 있습니다. 예를 들어, 페이스북은 데이터 유출로 EU에서 막대한 벌금을 물었습니다. Li Xiaolin 교수는 다음과 같이 말했습니다: “다양한 산업에서 데이터 섬을 제거하고 데이터 협업을 가능하게 하는 모델을 혁신하는 것이 미래 트렌드이며, 그 사이에 지식 연합이 중요한 역할을 할 수 있습니다.

Li Xiaolin은 "지식 연합은 단일 기술 방법이 아니라 일련의 이론적 프레임워크 시스템입니다. 고립된 섬은 데이터를 활용하면서 데이터 프라이버시를 보호합니다. 지식 연합의 목표는 데이터 안전한 인공 지능 생태계를 만들고, 데이터 보안 교환 프로토콜을 통해 다자간 데이터를 효과적으로 활용하고, 지식 공동 생성, 공유 및 추론을 수행하여 데이터를 사용할 수 있고 보이지 않도록 하는 것입니다.

지식 연합 구조는 정보 계층, 모델 계층, 인지 계층 및 지식 계층의 4개 계층으로 나뉩니다. 정보 계층에는 기술 보안 쿼리가 포함되며 모델 계층에는 선형 모델, 트리 모델, 일부 일반적으로 사용되는 금융 모델 및 심층 학습 모델과 같은 많은 모델이 포함되며 인지 계층에는 전이 학습, 크로스 미디어 표현 및 풀뿌리 학습이 포함됩니다.

Li Xiaolin은 지식 연합의 핵심 개념은 "데이터를 사용할 수 있지만 볼 수 없으며 지식을 만들고 공유할 수 있다"라고 지적했습니다. MIT는 한 기사에서 "기울기 업데이트에 따라 원래 데이터를 되돌릴 수 있습니다. ." 그러나 이 문제는 지식 연합 모델에 있습니다. 에는 존재하지 않습니다. 지식연합은 암호문 공간의 경사도에 집적되어 있어 안전하며, 앞으로 동둔기술도 각계각층의 동료들과 표준화된 교환 프로토콜을 만들 수 있기를 희망합니다.

보조 제목

지식 연합은 실제 시나리오에 어떻게 적용됩니까?

지식 연합의 시나리오 적용에 대해 이야기하면서 Li Xiaolin 교수는 금융 사기 방지, 전염병 예측, AIDS 예방 및 제어를 예로 들어 지식 연합이 데이터 섬을 깨고 인지 계층을 추출할 수 있으며 인지 계층 이후에 소개했습니다. 추출된 다음 암호화를 통해 타사와 일부 통합을 수행합니다. 일부 마이그레이션 방법 또는 원래 합의 방법을 사용하여 다양한 기관의 데이터 장벽을 허물고 사기 방지 또는 기업 신용 조사에 적용할 수 있는 공동 방어 및 공동 제어 효과를 달성할 수 있습니다. 예를 들어 중소기업은 정보가 매우 제한적이어서 일부 관련 거래나 계열사, 사업주와 그의 사회적 관계, 소셜 네트워크, 사회 활동 등이 있을 수 있으며 이러한 정보는 연속적으로 사용될 수 있습니다. 그래프를 종합하면 기업의 신용 상황을 보다 효과적으로 판단할 수 있습니다.