Cape Privacy offre una piattaforma SaaS enterprise per l’encrypted learning nel cloud che combina machine learning avanzato e crittografia per migliorare i risultati della scienza dei dati.
Ma cos’è l’encrypted learning, l’apprendimento criptato?
L’encrypted learning è una tecnica di machine learning che addestra un algoritmo sui dati senza decriptarli. In questo modo gli scienziati dei dati possono utilizzare dati criptati, su cui prima non era possibile lavorare, per migliorare la precisione del modello.
L’intelligenza artificiale, il machine learning e l’uso della scienza dei dati hanno visto un’enorme adozione negli ultimi anni, sottolinea il team di Cape. Tuttavia, la presenza di dati proprietari, confidenziali e sensibili in molti dataset rappresenta una barriera per le aziende, nel realizzare pienamente il valore della loro strategia di intelligenza artificiale.
Molte applicazioni, tra cui le piattaforme finanziarie, di ricerca sui farmaci e i sistemi di diagnosi medica, sono attualmente in silos tra diverse istituzioni o dipartimenti. Con la tecnologia di Cape, le aziende possono beneficiare di un accesso sicuro e affidabile a tutti i dati per creare soluzioni di intelligenza artificiale più potenti.
Inoltre, la soluzione Cape abilita il machine learning collaborativo senza esporre alcun dato riservato.
Si è già verificato uno shift da un singolo data scientist che ha una copia locale dell’intero dataset, agli scienziati di dati che lavorano con data lake governati da proprietari di dati distinti. Questo trend in cui un tipico task di data science comporterà la collaborazione tra uno o più scienziati dei dati, così come uno o più proprietari dei dati, continuerà, sottolinea Cape.
La scienza dei dati e l’apprendimento automatico progrediscono in maniera naturale verso un processo più collaborativo tra le parti.
Potenziato da tecnologie core come federated learning ed encrypted learning, Cape Privacy affronta questa crescente necessità, afferma il team di sviluppo, fornendo il framework e gli strumenti necessari per affrontare l’intero flusso di lavoro di data science.
Inoltre, Cape Privacy rende il machine learning collaborativo sicuro più accessibile, integrandosi con gli ecosistemi di data science esistenti.
