Dane generowane na skutek indywidualnych działań i przez różne organizacje mają wielką wartość, znacznie wykraczającą poza walory czysto ekonomiczne. Łącząc i wykorzystując te dane w odpowiedzialny sposób, możemy ich używać z korzyścią dla społeczeństwa, na przykład do celów przewidywania chorób lub zwalczania oszustw.

W tym kontekście Pablo González, Data Scientist w firmie GMV, wystąpił podczas wydarzenia zorganizowanego przez Valladolid AI, wygłaszając prelekcję, w której wyjaśnił, jak można wydobyć całą moc z danych, bez narażania prywatności użytkowników, za pomocą rozwiązania uTile PET autorstwa GMV.

Valladolid AI jest członkiem hiszpańskiej społeczności Spain AI – krajowej sieci i stowarzyszenia non-profit, którego celem jest utworzenie grupy współpracującej w dziedzinie sztucznej inteligencji na terenie Hiszpanii.

Rozwiązanie uTile PET pozwala nam bezpiecznie i z zachowaniem prywatności wykonywać obliczenia na rozproszonych danych, zapewniając przestrzeganie zasad ochrony danych, a także budując zaufanie między poszczególnymi podmiotami. Ponadto strategie i techniki PET obejmują architektury sfederowanego uczenia się, które umożliwiają rozwój systemów uczenia maszynowego bez konieczności przekazywania danych osobowych między uczestnikami procesu. Techniki te mogą być zarówno typu horyzontalnego, jak i wertykalnego, i mają kluczowe znaczenie w pojawiających się nowych scenariuszach, takich jak np. przestrzenie danych.

Dzięki narzędziu uTile nie musimy wybierać między prywatnością danych a możliwością ich wykorzystania, gdyż używa ono zaawansowanych metod kryptograficznych, zapewniających zaszyfrowanie danych podczas dokonywania wszystkich niezbędnych obliczeń. Tym sposobem sprawujemy pieczę nad tym, aby wrażliwe dane organizacji nigdy nie zostały ujawnione ani przekazane między poszczególnymi działami, organizacjami czy różnymi krajami. Co więcej, nawet właściciele danych nie muszą powierzać swoich danych podmiotom trzecim. Pozostają one chronione wewnętrznymi mechanizmami kontrolnymi organizacji, zarówno lokalnie, jak i w chmurze, zaś poufne informacje zachowują swoją prywatność podczas przeprowadzanych przez nas obliczeń.

Na przykład w ramach projektu TARTAGLIA firma GMV trenuje algorytmy sztucznej inteligencji za pomocą narzędzia uTile w celu bezpiecznego pozyskiwania dowodów na podstawie danych pacjentów.

Projekt TARTAGLIA wpisuje się w ramy Programu Misji Badawczo-Rozwojowych w Zakresie Sztucznej Inteligencji w obrębie inicjatywy España Digital 2025 oraz hiszpańskiej Narodowej Strategii dot. Sztucznej Inteligencji.