AWS Clean Rooms ML permite a las empresas colaborar de forma segura en IA


Amazon está lanzando (en versión preliminar) un servicio de preservación de la privacidad que permite a los clientes de AWS implementar modelos de IA «similares» entrenados para colaboraciones únicas entre empresas.

Llamado Clean Rooms ML, una rama del producto Clean Rooms existente de AWS, el servicio elimina la necesidad de que los clientes de AWS compartan datos propietarios con sus socios externos para construir, entrenar e implementar modelos de IA.

«Con Clean Rooms ML, puede entrenar un modelo privado similar a través de sus datos colectivos», dijo Swami Sivasubramanian, vicepresidente de servicios de datos y aprendizaje automático en AWS, en el escenario durante un discurso de apertura esta mañana en AWS re:Invent. “Puedes saberMantenga el control de sus modelos y elimínelos cuando haya terminado”.

Clean Rooms ML permite a los clientes tomar una pequeña muestra de registros de clientes para generar un conjunto ampliado de registros similares con un socio: un modelo de IA similar. Por ejemplo, una aerolínea podría captar señales sobre clientes leales y trabajar con un servicio de reservas en línea para ofrecer promociones a usuarios nuevos, pero muy similares.

Clean Rooms ML ofrece controles para ajustar los resultados del modelo en función de necesidades comerciales particulares, dijo Sivasubramanian. En un futuro próximo, añadió, AWS planea agregar configuraciones específicas para aplicaciones de atención médica.

En un anuncio relacionado, Amazon presentó Clean Rooms Differential Privacy, un servicio totalmente administrado en Clean Rooms. La privacidad diferencial de las salas limpias ofusca la carga de datos de cualquier cliente al mismo tiempo que genera «conocimientos agregados», dice Amazon, lo que permite a los clientes obtener conocimientos combinados sobre cosas como campañas publicitarias, decisiones de inversión e investigaciones clínicas sin tener que exponer sus datos de propiedad.

Lea más sobre AWS re:Invent 2023 en TechCrunch



Source link-48