即時快訊
「公益同行・原社共好」 29家績優合作社齊聚華山 公彩成果展現就業與福利新動能 孕育兆美元輝達的傳奇美式餐廳 創辦紀念座位牌保留至今 美國屋頂太陽能發電量近十年暴增近五倍 全球運動AI市場名單出爐 日本企業掛零歐美科技巨頭強勢壟斷 創投看好AI降低門檻 一人微型創業成美國就業新趨勢 年末聚會前的輪廓焦慮?醫師 : 「看不出做過」成自然美感新趨勢 印度航太新創搶攻火箭引擎商機 獲利基訂單拚太空產業分工 葡萄牙搶攻美國資本 美資存量翻倍衝破 160 億歐元 音速小子35週年動畫短片登場 金屬索尼克反轉抉擇成亮點 PC顯卡與主機GPU差在哪?硬體整合與著色器機制成效能分水嶺
圖/本報AI製圖(示意圖)
科技生活

·7 months ago·林昭衡
#聯邦式機器學習#企業AI#數據隱私#財富管理#BetaNXT
圖/本報AI製圖(示意圖)
圖/本報AI製圖(示意圖)
商傳媒|林昭衡/綜合外電報導
摘要

面對數據隱私與法規限制,聯邦式機器學習已成為企業發展AI的關鍵架構,尤其在金融、醫療等高度監管產業中,能讓企業在不交換敏感數據的前提下,透過模型協作訓練,提升AI準確性與治理能力。

隨著人工智慧(AI)技術持續發展,企業在追求數位轉型的過程中,如何兼顧數據隱私、法規遵循與高效模型訓練,已成為關鍵課題。對此,聯邦式機器學習(Federated Machine Learning)正逐漸成為企業級AI架構的核心,尤其適用於金融、醫療等高度監管的產業。

根據《BizTech Magazine》報導,聯邦式機器學習採行去中心化、協作式的模型訓練方式,允許多方機構在不交換或不暴露潛在敏感數據的前提下,共同訓練AI模型。傳統的集中式AI訓練,需要將所有數據匯集至單一數據集,但在聯邦式學習中,數據始終保留在原始位置,只有模型更新(例如模型參數或梯度變化)會傳輸給參與者。這種「模型走向數據」而非「數據走向模型」的模式,為數據保護提供了堅實基礎。

IDC人工智慧、數據與自動化軟體實務研究總監 Kathy Lange 指出,許多企業可能缺乏足夠數據來建構穩健、通用的AI模型。透過聯邦式學習匯聚來自不同機構的數據,企業得以克服樣本量限制,納入更多樣化的數據,進而提高AI模型的準確性與可靠性,同時確保數據隱私得以維護。

金融、醫療保健等受嚴格法規管制的產業,因受《健康保險流通與責任法案》(HIPAA)與《通用數據保護條例》(GDPR)等法規限制,無法輕易共享敏感數據,因此成為聯邦式機器學習的早期採納者。此技術讓這些產業能夠在嚴格管控與有限曝光的條件下,從多方數據中學習,應用於疾病研究或詐欺偵測等場景,同時實現更佳的模型準確性與治理。

在財富管理領域,總部位於紐約的 BetaNXT 公司便推出 InsightX 企業級AI平台,旨在將AI從試驗階段推向實際應用。《Finovate》報導指出,InsightX 專為受監管環境設計,結合了特定領域的數據模型與內建的治理、透明度和可審計性,以支持符合法規的AI導入。BetaNXT 另設立創新實驗室,能協助企業在短短三個月內部署可投入實際營運的解決方案,顯示該公司在財富管理領域導入AI的決心。InsightX 透過API或旗下產品整合,提供全方位的數據來源與方法透明度,強化使用者信任,並建立清晰、可審計的數據軌跡,有助於企業在嚴謹的金融規範下,運用AI優化營運與決策。


在 Google 搜尋的熱門報導中優先看到商傳媒
加入為 Google 偏好來源