文/黃光彩‧臺灣量子安全協會理事長
![◤ 亞洲大學講座教授黃光彩。](https://bunny-wp-pullzone-azrezydg5s.b-cdn.net/wp-content/uploads/%E4%BA%9E%E6%B4%B2%E5%A4%A7%E5%AD%B8%E8%AC%9B%E5%BA%A7%E6%95%99%E6%8E%88%E9%BB%83%E5%85%89%E5%BD%A9.jpg)
根據 NIST 的報告,人工智慧(AI)系統主要可分為預測性 AI(Pred AI)和生成式 AI(Gen AI),這兩種類型在技術手段和應用場景上有所不同,因此在規範和使用上也應該有所區分。
生成式 AI 技術的出現為 AI 帶來了新的突破,它不僅可以觀測、分類和分析數據,還可以生成全新的內容。Pred AI 是利用複雜的演算法和機器學習技術,來分析大量的資料,找出模式,並做出未來可能發生的預測或決策。
在網路安全領域,這種技術可以幫助辨識潛在的安全漏洞,預測新的攻擊手法,並主動防禦網路威脅。
[ 推薦閱讀:AI 對系統安全和 PQC 帶來的挑戰 ]
企業領導者對於生成式 AI 的應用充滿期待,隨著 5G/6G/LEO、AI、大數據等新技術的快速發展和創新應用,各類數據海量聚集,呈現指數級增長。
數據安全也已經成為事關國家安全與經濟社會發展的重大問題。他們認識到這一技術將為業務帶來巨大的商機,同時也意識到可能面臨的風險和挑戰。透過各行業的應用測試,產業必須要更好地評估生成式 AI 的建置,並制定相應的應對策略,以確保生成式 AI 的負責使用。
全球各地的企業都在積極將生成式 AI 整合到自己的業務中,希望以此加速業務發展並提高效率。然而,在這一過程中,如何保護客戶的數據隱私、確保數據安全成為一個新的挑戰。
生成式 AI 將能夠為金融服務、醫療保健、製造等領域的成千上萬客戶提供其所需的全棧式軟體和運算,使其能夠使用基於自身資料定制的應用,充分挖掘生成式 AI 的潛力。隨著生成式 AI 爆發,企業紛紛想投入自家的機密資料訓練「專屬大腦」,根據市調機構麥肯錫估計,生成式 AI 每年可能為全球經濟增加多達 4. 4 兆美元的價值。
Private AI(隱私 AI)
數位經濟時代的特徵是將數據視為關鍵的生產要素,透過跨領域、跨行業、跨地域的機構間的數據流通來釋放要素價值,但是在面臨數據融合需求的同時,如何防止數據的洩露、盜用、濫用,仍是機構參與數據流通時面臨的難題。隱私 AI 主要關注在利用 AI 技術的同時,保護個人隱私。
[ 加入 CIO Taiwan 官方 LINE 與 Facebook ,與全球 CIO 同步獲取精華見解 ]
Private AI 是一種架構方案,可解鎖 AI 商業效益並滿足企業實際隱私與合規需求。它的核心價值是保護用戶的隱私。它致力於為開發人員提供可靠的隱私保護解決方案,並確保數據的安全和保密。它還提供可以自定義和控制的 Access Control,以確保數據只能被授權人士使用,同時會涉及到 AI 開發或使用單位、政府是否有良好的資料治理(data governance)政策。它的重點包括:
- 隱私保護的技術應用:隱私 AI 技術致力於在不暴露個人敏感資訊的情況下,進行數據分析和處理。這包括使用如同態加密(Homomorphic Encryption)、差分隱私(Differential Privacy)等技術來保護數據在使用過程中的隱私。
- 解決的問題:隱私 AI 要解決的問題是如何在大數據時代中,實現數據的有效利用與個人隱私的保護之間的平衡。特別是在稅務、醫療、金融等敏感數據領域,這一問題尤為重要。
- 領域推動者:推動隱私 AI 領域的領導者包括一些專注於 AI 安全和隱私研究的個人、公司和學術機構。例如 OpenAI 就是在 AI 倫理和安全性方面做出貢獻的組織之一。
- 保護的資料:PII(personal identifiable information)、PHI(personal health information),和 PCI(personal card Information)均屬於隱私資訊治理類別。治理被定義為組織必須遵守的安全法規,以保護敏感的客戶資訊並對其使用保持透明。
Private AI 應用案例:供應鏈金融
供應鏈金融是企業經營的一個關鍵領域,它涉及到企業之間的資金流動、資金調配和風險管理。使用 Private AI 在供應鏈金融中有其必要,因為:
- 數據隱私保護:供應鏈金融涉及大量數據,包括交易記錄、供應商信息和金融數據。使用 Private AI 可以確保這些數據的隱私和安全,防止未經授權的存取或數據泄露。
- 增強的效率和準確性:Private AI 可以自動分析和修改策略、計劃和資源分配,並生成各種形式的內容,從而實現更快的響應時間。這有助於提高供應鏈金融的效率和準確性。
- 風險評估和管理:Private AI 可以幫助企業對供應商進行風險評估,並制定可管理的供應鏈金融解決方案。透過使用 AI 分割供應商,可以更好地評估其支付風險。
Private AI 可以使供應鏈金融更加安全、高效且具有彈性,並為企業提供更好的數據隱私保護和風險管理。最近,VMware 宣告攜手數家公司如 NVIDIA、Intel、IBM 等,抓緊商機攻進企業私有 AI 領域,能夠讓企業把 AI 建立在自己的資料中心或伺服器中,不需要經手其他大型雲端公司,或者擔心被餵給通用的 AI 模型訓練。它的技術能夠協助企業做到:
- 向上擴展(Scale-up):GPU 使用效率提升、共享資源效率。
- 向外擴展(Scale-out):部署在更多環境,應用更多元。
(本文授權非營利轉載,請註明出處:CIO Taiwan)