Can synthetic data solve AI's privacy concerns? This company is betting on it
A medida que crece la adopción de la inteligencia artificial generativa en las empresas, las compañías se enfrentan a un dilema crítico: aprovechar los valiosos datos propietarios de los clientes para entrenar modelos, al mismo tiempo que deben navegar por estrictas normativas de privacidad. Las fuentes tradicionales de datos públicos se están saturando, lo que obliga a las empresas a depender de información interna que a menudo contiene información personal identificable sensible. Este cambio resalta la urgente necesidad de soluciones que permitan a las organizaciones utilizar conjuntos de datos personalizados de alta calidad sin exponer a los usuarios a riesgos de privacidad o violaciones de cumplimiento normativo. Mostly AI aborda este desafío ofreciendo la generación de datos sintéticos que preservan los patrones estadísticos y las perspectivas de los conjuntos de datos originales, mientras elimina los identificadores privados. Su nueva funcionalidad de texto permite a las empresas crear datos realistas y conformes con la privacidad para entrenar modelos de lenguaje, equilibrar conjuntos de datos y probar software. Al mantener la utilidad de los datos originales sin los riesgos asociados, las empresas pueden mejorar el rendimiento de los modelos y cumplir con regulaciones como el GDPR y la CCPA, cerrando efectivamente la brecha entre la utilidad de los datos y la seguridad. Este desarrollo es altamente relevante para los datos abiertos, ya que demuestra una vía viable para compartir los beneficios estructurales de los datos sin exponer información sensible. Sugiere que las futuras iniciativas de datos abiertos podrían incorporar cada vez más elementos sintéticos para facilitar un acceso y una colaboración más amplios, respetando al mismo tiempo los límites de privacidad. A medida que la industria se aleja de los datos puramente públicos, la capacidad de generar alternativas sintéticas confiables y anónimas se convierte en un componente crucial para el intercambio sostenible y ético de datos en el ecosistema de datos abiertos.
Source: zdnet.comPublished on 2024-10-02
Related news
- California Enacts Additional Generative AI Bills Touching on Training Data
- Final Call: PrivacyNama 2024, October 3 and 4
- A tiny new open-source AI model performs as well as powerful big ones
- Preparan aprobación de paquete de reformas de AMLO
- Abu Dhabi: $1 Million-Prize Drone Race To Take Place In 2025 How To Register