即使我们进入冬季,即使我们预期新兴技术的潜在利益和挑战,它的进步也在继续加热。最重要的是人工智能(AI)将彻底改变政府的未来承诺,但讨论的是冻结AI生产力的可能性 - 数据集的不足或防止数据共享的安全问题的结果。

越来越多地,政府机构利用基于AI的数据分析方法,以预测趋势,优化流程和加速决策。他们的努力的成功取决于基于AI的算法可访问的数据的数量和多样性。没有足够的数据训练,这些算法的功能和准确性受到损害。

政府机构经常希望分享他们的数据,但它们可能因偏离组织结构而被推移,担心对他们的数据和算法进行控制,或安全和隐私问题。例如,虽然Menitalk 2020年2月的91%的公共部门地平(Heoint)利益攸关方认为AI有可能大大提高地质效率 - 影响国家安全,应急响应和城市规划 - 超过一半也表示安全他们在未来十年内寻求扩大AI的最大挑战。

代理商必须解决这些数据和算法分享挑战,或者他们面临着AI冬季的危险 - 饥饿的算法,具有太少的数据,用于准确和有意义的结果。

数字数据市场有助于安全分享

幸运的是,数字数据市场(DDMS) - 也称为数据市场 - 可以使机构能够克服数据安全和隐私问题,以及机构内孤岛。

DDM的基本作用是组织和促进数据供应商和算法开发人员之间的交互来探索,选择并同意创建,执行和完成数据科学交易。 DDMS启用需要绝对控制其数据资产的主权组织,以安全地提供和使资产提供以实现不可能自行实现的互利。

DDM基础架构是可编程的,社区拥有和安全的。治理模型规范市场成员如何互动。因此,数据提供者和数据消费者可以私下和安全地和安全地分享,购买或销售数据和算法,而无需违反政府法规,例如一般数据保护监管。

DDM成员创建有关他们希望如何协作和执行数据科学工作流程的协议,使算法能够在一个或多个数据源上训练。派对之间的协议被数字化为智能合同,编制协调和授权访问和使用数据所需的所有必要步骤。合同还控制结果 - 可以从共享基础架构移出数据科学工作流程的培训模型。

多个数据共享机制支持大多数政府用例

支持多个数据共享机制的DDM可以支持大多数政府用例。例如,DDM应支持以下内容:

  • 对于想要在机密性或知识产权所担忧的情况下,用于将数据保留数据的数据提供商的分布式模型。 DDM的私人笼子可以托管AI培训堆栈,并运行需要更高功率密度要求的联邦保留算法
  • 一个联合模型,用于更喜欢其资产的数据和算法提供者在彼此的位置仍无法访问。数据和算法在DDM数据中心内的中性交换基础架构笼中汇集在一起​​进行数据交易和算法。原始数据和算法永远不会在共享笼外
  • 用于共享低风险或非机密资产的数据提供商的集中模型。数据以持久的方式存储在DDM的私人笼中,然后移入数据科学组织使用的公共云基础架构进行分享或模型培训目的

强大的DDM支持高效的数据和算法共享,符合几乎任何隐私或安全要求。因此,政府机构确保了他们所需的数据量,从而实现了启用AI的数据分析。他们将实现智力和知情决策的新增长的AI春天。要了解更多,探索 Equinix AI数据市场解决方案.

阅读更多信息