📱 Для обучения суверенных нейросетей и прогнозных ИИ-моделей нужны большие объёмы данных, которые невозможно собрать внутри одной компании. Как бизнес и государство ищут баланс между обменом данными и защитой чувствительной информации — разбирался «Коммерсантъ».

💡Один из возможных ответов — технологии конфиденциальных вычислений. Они позволяют обучать модели и проводить аналитику без передачи исходных наборов данных вовне.
 
📞 Своим взглядом на инфраструктурное решение задачи поделился Пётр Емельянов, директор по дата-стратегии и ИИ Группы Arenadata. По словам эксперта, индустрия движется от перемещения данных к делегированию алгоритмов в локальные контуры организаций.

Использование методов криптографии позволяет обрабатывать банковскую, медицинскую и государственную тайну, не нарушая законодательства. Важно понимать технический компромисс: такие протоколы требуют больших вычислительных мощностей и работают медленнее стандартных операций. Однако этот «налог на безопасность» оправдан возможностью легитимного использования чувствительных данных.

Из статьи вы узнаете:

🔹почему закрытых контуров уже недостаточно для развития ИИ;
🔹как конфиденциальные вычисления помогают безопасно использовать чувствительные данные;
🔹почему эксперты считают распределённую архитектуру альтернативой единым «мегахранилищам».

Подробнее >>

#ИИ