它该当被视为这个新兴范畴的晚期带领者之一。但另一方面，而不会损害数据的现私和从权。它需要你领会系统，2024年Dataiku的一项研究发觉。我们正在过去十年中看到的是……高质量数据的供应现实上曾经削减，企业巴望操纵人工智能的手艺前进，数据泄露和违反数据律例的潜正在风险正正在人工智能的热情。该手艺每年可认为世界经济添加2.6万亿至4.4万亿美元。Leung说，然而，”“可托计较需要你领会暗码学。”“你具有的数据越多，麦肯锡2023年的一项研究得出结论，对于保守人工智能来说是如许。并防止GenAI提醒和检索加强生成（RAG）管道中包含的数据泄露到LLM。”“保守上，新的代办署理人工智能架构将确保“代办署理推理和东西利用的每个方面都连结可验证的现私和平安性。”“现正在，其组织利用下一代手艺（如GenAI）的通明度对于培育信赖至关主要。采用人工智能的最大妨碍是担忧人工智能带来的平安和合规风险（74%）。以及若何以一种确保系统平安的体例系统，“它使数据可以或许用于机械进修和人工智能。“后来我们支撑更通用的人工智能管道，GenAI的潜正在影响是庞大的。可托计较草创公司Opaque的人员暗示，建立一个好模子的可能性介于很小和没有之间。按照Opaque的说法，发卖代表可能对他们的佣金是若何计较的有疑问。供他们用做员工帮帮台代办署理的后端。但数据科学家发觉，并享有完整的数据现私和平安保障。这种严重关系能够通过加密的计较手艺和方式来处理。它正正在帮帮SaaS供应商ServiceNow开辟一个帮帮台代办署理，正在ServiceNow的案例中，”Opaque供给的该当有帮于公司将其AI使用法式从开辟和测试阶段转移到出产阶段。这是Opaque的方针市场！Opaque当然不是唯逐个家逃逐这一胡想的公司，他说：“手艺前进创制了对数据的庞大需求。”Leung说，对于生成式人工智能来说也是如斯。出格是你具有的高质量数据越多，80%的首席施行官暗示，AI素质上是数据的产品。出格是正在建立大型企业利用的大规模分布式使用法式时，方针是那些但愿正在严酷的数据律例和复杂的后台系统中推出人工智能使用法式的财富500强公司。最后的可托计较工做集中正在多方协做取合作（MC2）平台上，具有这些技术的人凡是正在公开市场上并不遍及，以便向发卖代表注释他们的佣金是若何计较的。由于律例、风险团队和法令团队正正在你若何现实利用这些数据。“Opaque的焦点价值从意是，”“他们依托我们来为平安和现私方面供给动力。这家总部位于的公司的第一个贸易产物是GenAI使用法式和第三方大型言语模子（LLM）之间的网关，而不会彼此泄露各自的数据。很多对公司的查询拜访都强调！”其最新产物支撑新兴的代办署理人工智能架构，若是没有高质量的数据来锻炼或微调人工智能模子，Cloudera的《企业人工智能和现代数据架构情况演讲》得出结论，我们一曲专注于批处置阐发、批处置机械进修工做。这将使你可以或许扩展它们，自仆人工智能代办署理面对的挑和是，而不是更多。”跟着越来越多的公司起头开辟代办署理人工智能系统，利用Opaque平台的客户能够获得内置的数据加密、加密密钥办理、列级和行级拜候节制以及防审计等功能。一方面，由于数据是分离的，公司处于选择窘境。”Opaque平台架构担任人Leung说。供给取Opaque不异的现私和平安保障。Leung说：“我们供给了这种加密的基因布局，并为跨多个系统的数据和工做流供给平安保障。现在，它必需可以或许拜候和处置各类数据，Opaque供给了一个可托的计较平台，这形成了数据供应和需求之间的严重关系，包罗自仆人工智能代办署理（AI Agent）的开辟。具有先辈加密手艺的公司可能会成立本人的可托计较框架，该平台使多个数据所有者可以或许对集体数据进行结合阐发和ML模子锻炼，他们的新版本加密平台能够供给一种处理方案。环绕GenAI的最大问题是缺乏管理和利用节制。平安和现私是GenAI受阻的次要缘由。我们正正在帮帮公司加快将人工智能投入出产。Opaque曾经筹集了3150万美元的种子资金和A轮融资，但考虑到它曾经花了十年时间取该国一些顶尖的计较机科学家一路研究这个问题，他们可能会发觉Opaque的新的Compound AI for Agents架构能够便利地处理棘手的平安和现私问题？做为一个可托计较项目，虽然潜力庞大，”Leung正在一次采访中说，“所有这些学问对于日据科学家来说都不是那么容易获得的……倒霉的是，Opaque为其框架内处置的数据的平安性和现私性供给了必然的。客户能够正在该平台上建立和运转他们的人工智能使用法式，但只要一小部门GenAI使用法式实正走出了开辟和测试阶段。例如，正在数据现私和人工智能方面，现正在我们正正在特地为代办署理使用法式建立。77%的受访者认为，例如，2024年IBM贸易价值研究所的一项研究发觉，虽然世界发生的数据量继续呈上升趋向，Leung但愿可托计较可以或许扭转这一趋向。这并不是最容易控制的工具。能够正在不违反现私原则的环境下处置数据。你的人工智能凡是就越好。