ਗੂਗਲ ਰਿਸਰਚ ਨੇ ਭਰੋਸੇਯੋਗ ਐਗਜ਼ੀਕਿਊਸ਼ਨ ਐਨਵਾਇਰਮੈਂਟਸ 'ਤੇ ਬਣੀ ਅਗਲੀ ਪੀੜ੍ਹੀ ਦੀ ਸੰਘੀ ਸਿਖਲਾਈ ਪ੍ਰਣਾਲੀ ਦੀ ਘੋਸ਼ਣਾ ਕੀਤੀ ਹੈ, ਅਤੇ ਟੀਮ ਅਜਿਹਾ ਦਾਅਵਾ ਕਰ ਰਹੀ ਹੈ ਜਿਸ ਨੂੰ ਕੁਝ ਸਾਲ ਪਹਿਲਾਂ ਪਹੁੰਚ ਤੋਂ ਬਾਹਰ ਵਜੋਂ ਖਾਰਜ ਕਰ ਦਿੱਤਾ ਗਿਆ ਸੀ: ਸੰਘੀ ਸਿਖਲਾਈ ਲਈ ਬਾਹਰੀ ਤੌਰ 'ਤੇ ਪ੍ਰਮਾਣਿਤ ਕੇਂਦਰੀ ਵਿਭਿੰਨਤਾ ਗੋਪਨੀਯਤਾ ਗਾਰੰਟੀ, ਪਹਿਲੀ ਵਾਰ। ਸਿਸਟਮ, ਜੋ ਕਿ Gboard 'ਤੇ ਲਾਗੂ ਕੀਤਾ ਜਾ ਰਿਹਾ ਹੈ, ਕ੍ਰਿਪਟੋਗ੍ਰਾਫਿਕ ਤਸਦੀਕ ਅਤੇ ਜਨਤਕ ਲੌਗਸ ਦੇ ਨਾਲ ਲੰਬੇ ਸਮੇਂ ਤੋਂ ਚੱਲੀ ਆ ਰਹੀ "ਸਾਡੇ 'ਤੇ ਭਰੋਸਾ ਕਰੋ" ਵਿਵਸਥਾ ਨੂੰ ਬਦਲਦਾ ਹੈ ਜਿਸਦਾ ਬਾਹਰਲੇ ਆਡੀਟਰ ਅਸਲ ਵਿੱਚ ਨਿਰੀਖਣ ਕਰ ਸਕਦੇ ਹਨ। ਗੋਪਨੀਯਤਾ-ਰੱਖਿਅਤ ਮਸ਼ੀਨ ਸਿਖਲਾਈ ਦੇ ਚੱਲ ਰਹੇ ਕਵਰੇਜ ਲਈ, ਸਾਡੇ नतम AI ਵਿਕਾਸ ਦੀ ਪਾਲਣਾ ਕਰੋ।

ਸੰਘੀ ਸਿਖਲਾਈ ਵਿੱਚ ਵਿਸ਼ਵਾਸ ਪਾੜਾ

ਫੈਡਰੇਟਿਡ ਲਰਨਿੰਗ, ਜਿਸ ਨੂੰ ਗੂਗਲ ਨੇ 2017 ਵਿੱਚ ਪੇਸ਼ ਕੀਤਾ ਸੀ, ਇੱਕ ਖਾਸ ਸਮੱਸਿਆ ਨੂੰ ਹੱਲ ਕਰਨ ਲਈ ਮੰਨਿਆ ਗਿਆ ਸੀ: ਕੇਂਦਰੀ ਤੌਰ 'ਤੇ ਡੇਟਾ ਨੂੰ ਇਕੱਤਰ ਕੀਤੇ ਬਿਨਾਂ ਉਪਭੋਗਤਾ ਡੇਟਾ 'ਤੇ ਉਪਯੋਗੀ ਮਾਡਲਾਂ ਨੂੰ ਕਿਵੇਂ ਸਿਖਲਾਈ ਦਿੱਤੀ ਜਾਵੇ। ਕਿਸੇ ਸਰਵਰ 'ਤੇ ਕੱਚੀ ਟਾਈਪਿੰਗ ਵਿਵਹਾਰ ਨੂੰ ਅਪਲੋਡ ਕਰਨ ਦੀ ਬਜਾਏ, ਡਿਵਾਈਸਾਂ ਸਥਾਨਕ ਤੌਰ 'ਤੇ ਮਾਡਲ ਅਪਡੇਟਾਂ ਦੀ ਗਣਨਾ ਕਰਦੀਆਂ ਹਨ ਅਤੇ ਸਿਰਫ ਉਨ੍ਹਾਂ ਅਪਡੇਟਾਂ ਦਾ ਯੋਗਦਾਨ ਪਾਉਂਦੀਆਂ ਹਨ। ਇਹ ਪਹੁੰਚ ਚੁੱਪਚਾਪ ਉਪਭੋਗਤਾਵਾਂ ਨੂੰ ਹਰ ਰੋਜ਼ ਛੂਹਣ ਵਾਲੀਆਂ ਚੀਜ਼ਾਂ ਦੀ ਇੱਕ ਸ਼ਾਨਦਾਰ ਮਾਤਰਾ ਨੂੰ ਸ਼ਕਤੀ ਪ੍ਰਦਾਨ ਕਰਦੀ ਹੈ — ਅਗਲੇ-ਸ਼ਬਦ ਦੀ ਭਵਿੱਖਬਾਣੀ ਅਤੇ Gboard ਵਿੱਚ ਸਮਾਰਟ ਕੰਪੋਜ਼, Google ਸੁਨੇਹੇ ਵਿੱਚ ਜਵਾਬ ਸੁਝਾਅ, ਅਤੇ Android ਵਿੱਚ ਸਮਾਰਟ ਟੈਕਸਟ ਚੋਣ।

ਪਰ ਮੂਲ ਆਰਕੀਟੈਕਚਰ ਦੇ ਕੇਂਦਰ ਵਿੱਚ ਇੱਕ ਵਿਸ਼ਵਾਸ ਪਾੜਾ ਸੀ। ਡਿਵਾਈਸਾਂ ਨੇ ਤੁਰੰਤ ਏਕੀਕਰਣ ਲਈ ਆਪਣਾ ਡੇਟਾ ਅਪਲੋਡ ਕੀਤਾ, ਅਤੇ ਬਾਹਰੀ ਲੋਕਾਂ ਕੋਲ ਇਹ ਪੁਸ਼ਟੀ ਕਰਨ ਦਾ ਕੋਈ ਤਰੀਕਾ ਨਹੀਂ ਸੀ ਕਿ ਡੇਟਾ ਨੂੰ ਕਦੇ ਵੀ ਲੌਗ, ਬਰਕਰਾਰ ਜਾਂ ਰਸਤੇ ਵਿੱਚ ਨਿਰੀਖਣ ਨਹੀਂ ਕੀਤਾ ਗਿਆ ਸੀ। ਉਪਭੋਗਤਾਵਾਂ ਨੂੰ ਸਰਵਰ-ਸਾਈਡ ਕੀ ਹੋਇਆ ਉਸ ਲਈ ਗੂਗਲ ਦਾ ਸ਼ਬਦ ਲੈਣਾ ਪਿਆ. ਬਾਅਦ ਵਿੱਚ, ਸਿਕਿਓਰ ਐਗਰੀਗੇਸ਼ਨ ਨੇ ਕ੍ਰਿਪਟੋਗ੍ਰਾਫਿਕ ਸੁਰੱਖਿਆ ਨੂੰ ਜੋੜਿਆ ਤਾਂ ਜੋ ਵਿਅਕਤੀਗਤ ਯੋਗਦਾਨਾਂ ਨੂੰ ਅਲੱਗ-ਥਲੱਗ ਵਿੱਚ ਪੜ੍ਹਿਆ ਨਾ ਜਾ ਸਕੇ — ਪਰ ਉਹ ਤਕਨੀਕ ਆਧੁਨਿਕ ਕੇਂਦਰੀ ਵਿਭਿੰਨਤਾ ਗੋਪਨੀਯਤਾ ਐਲਗੋਰਿਦਮ ਜਿਵੇਂ ਕਿ ਮੈਟ੍ਰਿਕਸ ਫੈਕਟਰਾਈਜ਼ੇਸ਼ਨ DP-FTRL ਦੇ ਅਨੁਕੂਲ ਨਹੀਂ ਸੀ, ਅਤੇ ਇਸ ਨੇ ਅਜੇ ਵੀ ਇੱਕ ਧਾਰਨਾ ਨੂੰ ਅਛੂਤਾ ਛੱਡ ਦਿੱਤਾ: ਗੂਗਲ ਨੂੰ ਵੱਖ-ਵੱਖ ਜੋੜਨ ਲਈ ਸਹੀ ਢੰਗ ਨਾਲ ਭਰੋਸੇਯੋਗ ਨਹੀਂ ਹੋਣਾ ਚਾਹੀਦਾ ਸੀ। ਗਲਤ ਕੌਂਫਿਗਰ ਕੀਤਾ ਗਿਆ ਸ਼ੋਰ ਪੈਰਾਮੀਟਰ ਗਲਤੀ ਕਰਨ ਵਾਲੀ ਕੰਪਨੀ ਨੂੰ ਛੱਡ ਕੇ ਹਰ ਕਿਸੇ ਲਈ ਅਦਿੱਖ ਹੋਵੇਗਾ।

ਨਵਾਂ ਸਿਸਟਮ ਕਿਵੇਂ ਕੰਮ ਕਰਦਾ ਹੈ

ਨਵਾਂ ਡਿਜ਼ਾਈਨ ਸਿੱਧੇ ਤੌਰ 'ਤੇ ਭਰੋਸੇ ਦੀ ਧਾਰਨਾ 'ਤੇ ਹਮਲਾ ਕਰਦਾ ਹੈ। ਇਹ ਕਲਾਇੰਟ ਗਰੇਡੀਐਂਟ ਗਣਨਾ ਨੂੰ ਸਰਵਰ 'ਤੇ ਭੇਜਦਾ ਹੈ - ਇੱਕ ਭਰੋਸੇਯੋਗ ਐਗਜ਼ੀਕਿਊਸ਼ਨ ਐਨਵਾਇਰਮੈਂਟ ਦੇ ਅੰਦਰ - ਅਤੇ ਫਿਰ ਉਸ ਸਰਵਰ ਦੇ ਤਰਕ ਨੂੰ ਪ੍ਰਮਾਣਿਤ ਬਣਾਉਂਦਾ ਹੈ, ਇਸਲਈ ਓਪਰੇਟਰ ਨੂੰ ਹੁਣ ਬਿਲਕੁਲ ਵੀ ਭਰੋਸੇਯੋਗ ਹੋਣ ਦੀ ਲੋੜ ਨਹੀਂ ਹੈ। ਇੱਕ TEE ਇੱਕ ਹਾਰਡਵੇਅਰ-ਅਲੱਗ-ਥਲੱਗ ਪ੍ਰੋਸੈਸਰ ਐਨਕਲੇਵ ਹੈ ਜਿਸਦਾ ਚੱਲ ਰਿਹਾ ਕੋਡ ਬਾਹਰੀ ਲੋਕਾਂ ਦੁਆਰਾ ਕ੍ਰਿਪਟੋਗ੍ਰਾਫਿਕ ਤੌਰ 'ਤੇ ਪ੍ਰਮਾਣਿਤ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ; ਜੇਕਰ ਐਨਕਲੇਵ ਆਪਣੇ ਦਾਅਵੇ ਤੋਂ ਇਲਾਵਾ ਕੁਝ ਹੋਰ ਕਰਦਾ ਹੈ, ਤਾਂ ਤਸਦੀਕ ਟੁੱਟ ਜਾਂਦੀ ਹੈ।

ਗੂਗਲ ਦੀ ਘੋਸ਼ਣਾ ਦੇ ਅਨੁਸਾਰ, ਸਿਸਟਮ ਚਾਰ ਮੁੱਖ ਭਾਗਾਂ ਦਾ ਤਾਲਮੇਲ ਕਰਦਾ ਹੈ. ਪਹਿਲਾਂ, ਡੇਟਾ ਅਪਲੋਡ: ਡਿਵਾਈਸਾਂ ਸਥਾਨਕ ਤੌਰ 'ਤੇ ਸਿਖਲਾਈ ਦੀਆਂ ਉਦਾਹਰਨਾਂ ਨੂੰ ਐਨਕ੍ਰਿਪਟ ਕਰਦੀਆਂ ਹਨ ਅਤੇ ਇੱਕ ਪਹੁੰਚ ਨੀਤੀ ਨੂੰ ਪੂਰਵ-ਅਧਿਕਾਰਤ ਕਰਦੀਆਂ ਹਨ ਜੋ ਸੂਚੀਬੱਧ ਕਰਦੀ ਹੈ ਕਿ ਕਿਹੜੀਆਂ TEE ਗਣਨਾਵਾਂ ਡੇਟਾ ਦੀ ਪ੍ਰਕਿਰਿਆ ਕਰ ਸਕਦੀਆਂ ਹਨ - ਅਤੇ ਉਹ ਨੀਤੀਆਂ ਜਨਤਕ ਪਾਰਦਰਸ਼ਤਾ ਲੌਗ ਵਿੱਚ ਦਿਖਾਈ ਦੇਣੀਆਂ ਚਾਹੀਦੀਆਂ ਹਨ। ਦੂਜਾ, RAFT ਸਹਿਮਤੀ ਪ੍ਰੋਟੋਕੋਲ ਨੂੰ ਚਲਾਉਣ ਵਾਲੇ TEEs ਤੋਂ ਬਣਾਇਆ ਗਿਆ ਇੱਕ ਕੁੰਜੀ ਪ੍ਰਬੰਧਨ ਸਿਸਟਮ ਸਿਰਫ ਪ੍ਰਕਾਸ਼ਿਤ ਨੀਤੀ ਨਾਲ ਮੇਲ ਖਾਂਦੀਆਂ ਵਰਕਲੋਡਾਂ ਲਈ ਡੀਕ੍ਰਿਪਸ਼ਨ ਕੁੰਜੀਆਂ ਜਾਰੀ ਕਰਦਾ ਹੈ। ਤੀਜਾ, ਵਰਕਲੋਡ ਐਗਜ਼ੀਕਿਊਸ਼ਨ: ਇੱਕ ਰੂਟ TEE ਇੱਕ ਪਾਈਥਨ ਸਿਖਲਾਈ ਲੂਪ ਚਲਾਉਂਦਾ ਹੈ ਅਤੇ Google ਦੇ TensorFlow ਫੈਡਰੇਟਿਡ ਫਰੇਮਵਰਕ ਤੋਂ ਲਿਆ ਗਿਆ ਫੈਡਰੇਟਿਡ ਲੈਂਗੂਏਜ ਨਾਮਕ ਇੱਕ ਸਿਸਟਮ ਦੁਆਰਾ ਹੈਂਡਲ ਕੀਤੇ ਆਰਕੈਸਟਰੇਸ਼ਨ ਦੇ ਨਾਲ, ਵਰਕਰ TEEs ਨੂੰ ਉਪ-ਕਾਰਜ ਸੌਂਪਦਾ ਹੈ। ਐਨਕਲੇਵ ਤੋਂ ਸਿਰਫ਼ ਵੱਖਰੇ ਤੌਰ 'ਤੇ ਨਿੱਜੀ ਮਾਡਲ ਵਜ਼ਨ ਹੀ ਜਾਰੀ ਕੀਤੇ ਜਾਂਦੇ ਹਨ। ਚੌਥਾ, ਨੁਕਸ-ਸਹਿਣਸ਼ੀਲ ਰਿਕਵਰੀ: ਹਰੇਕ ਸਿਖਲਾਈ ਦੌਰ ਇੱਕ KMS-ਏਨਕ੍ਰਿਪਟਡ ਰਿਕਵਰੀ ਸਥਿਤੀ ਨੂੰ ਬਚਾਉਂਦਾ ਹੈ ਤਾਂ ਜੋ ਰੂਟ ਜਾਂ ਵਰਕਰ ਅਸਫਲਤਾਵਾਂ ਚੱਲ ਰਹੀ ਸਿਖਲਾਈ ਨੂੰ ਨਸ਼ਟ ਨਾ ਕਰ ਦੇਣ।

ਗਾਰੰਟੀ ਅਸਲ ਵਿੱਚ ਕਿਉਂ ਜਾਂਚੀ ਜਾ ਸਕਦੀ ਹੈ

ਤਸਦੀਕ ਦਾ ਦਾਅਵਾ ਕਾਰਪੋਰੇਟ ਤਸਦੀਕ ਦੀ ਬਜਾਏ ਜਨਤਕ ਸਬੂਤ ਦੀ ਇੱਕ ਲੜੀ 'ਤੇ ਨਿਰਭਰ ਕਰਦਾ ਹੈ। ਐਕਸੈਸ ਨੀਤੀਆਂ, ਸਿਗਸਟੋਰ ਦੇ ਜਨਤਕ ਪਾਰਦਰਸ਼ਤਾ ਲੌਗ ਵਿੱਚ ਪ੍ਰਕਾਸ਼ਿਤ ਕੀਤੀਆਂ ਜਾਂਦੀਆਂ ਹਨ, ਇਸਲਈ ਬਾਹਰੀ ਆਡੀਟਰ ਹਰ ਸਰਵਰ ਵਰਕਲੋਡ ਨੂੰ ਟ੍ਰੈਕ ਕਰ ਸਕਦੇ ਹਨ ਜੋ ਇੱਕ ਡਿਵਾਈਸ ਦਾ ਡੇਟਾ ਸੰਭਾਵਤ ਤੌਰ 'ਤੇ ਫੀਡ ਕਰ ਸਕਦਾ ਹੈ। KMS ਅਤੇ ਡਾਟਾ-ਪ੍ਰੋਸੈਸਿੰਗ ਬਾਈਨਰੀਆਂ ਓਪਨ-ਸੋਰਸ ਕੋਡ ਤੋਂ ਦੁਬਾਰਾ ਪੈਦਾ ਕਰਨ ਯੋਗ ਹਨ, ਮਤਲਬ ਕਿ ਕੋਈ ਵੀ ਪ੍ਰਕਾਸ਼ਿਤ ਸਰੋਤ ਨੂੰ ਕੰਪਾਇਲ ਕਰ ਸਕਦਾ ਹੈ ਅਤੇ ਪੁਸ਼ਟੀ ਕਰ ਸਕਦਾ ਹੈ ਕਿ ਇਹ ਉਤਪਾਦਨ ਵਿੱਚ ਚੱਲ ਰਹੀਆਂ ਬਾਇਨਰੀਆਂ ਨਾਲ ਮੇਲ ਖਾਂਦਾ ਹੈ।

ਨੀਤੀਆਂ ਖੁਦ ਪਾਈਥਨ ਸਿਖਲਾਈ ਪ੍ਰੋਗਰਾਮ ਦਾ ਸਿੱਧਾ ਵਰਣਨ ਕਰਦੀਆਂ ਹਨ, ਜੋ ਗੋਪਨੀਯਤਾ ਆਰਕੀਟੈਕਚਰ ਵਿੱਚ ਸਭ ਤੋਂ ਆਮ ਕਮੀਆਂ ਨੂੰ ਬੰਦ ਕਰਦੀ ਹੈ: ਇੱਕ ਗੋਪਨੀਯਤਾ ਨੀਤੀ ਕੀ ਕਹਿੰਦੀ ਹੈ ਅਤੇ ਕੋਡ ਅਸਲ ਵਿੱਚ ਕੀ ਕਰਦਾ ਹੈ ਵਿਚਕਾਰ ਇੱਕ ਪਾੜਾ। ਮਲਕੀਅਤ ਵਾਲੇ ਮਾਡਲ ਆਰਕੀਟੈਕਚਰ ਦੀ ਰੱਖਿਆ ਕਰਨ ਲਈ, TEEs ਰਨਟਾਈਮ 'ਤੇ ਸਾਈਡਲੋਡਿੰਗ ਸੀਰੀਅਲਾਈਜ਼ਡ ਤਰਕ ਦਾ ਸਮਰਥਨ ਕਰਦੇ ਹਨ - ਪਰ ਇੱਕ ਸਖ਼ਤ ਰੁਕਾਵਟ ਦੇ ਨਾਲ ਕਿ ਸਾਰੇ ਗੋਪਨੀਯਤਾ-ਸੰਬੰਧਿਤ ਤਰਕ ਪ੍ਰਮਾਣਿਤ ਪ੍ਰੋਗਰਾਮ ਵਿੱਚ ਹਾਰਡਕੋਡ ਕੀਤੇ ਜਾਣੇ ਚਾਹੀਦੇ ਹਨ। ਵਰਕਲੋਡ ਓਪਰੇਟਰ, ਗੂਗਲ ਦੇ ਆਪਣੇ ਬੁਨਿਆਦੀ ਢਾਂਚੇ ਦੇ ਸਟਾਫ ਸਮੇਤ, ਸਿਰਫ ਮੈਟ੍ਰਿਕਸ ਅਤੇ ਵੱਖਰੇ ਤੌਰ 'ਤੇ ਨਿੱਜੀ ਮਾਡਲ ਵਜ਼ਨ ਦੇਖਦੇ ਹਨ। ਏਨਕ੍ਰਿਪਟਡ ਡੇਟਾ ਨੂੰ ਅਪਲੋਡ ਕਰਨ ਤੋਂ ਬਾਅਦ ਸਿਰਫ ਇੱਕ ਸੀਮਤ ਸਮੇਂ ਲਈ ਹੀ ਡੀਕ੍ਰਿਪਟ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ, ਵਿੰਡੋ ਨੂੰ ਸੀਮਿਤ ਕਰਕੇ ਜਿਸ ਵਿੱਚ ਕਿਸੇ ਵੀ ਚੀਜ਼ ਦੀ ਜਾਂਚ ਕੀਤੀ ਜਾ ਸਕਦੀ ਹੈ।

ਵਾਅਦਿਆਂ ਤੋਂ ਸਬੂਤ ਤੱਕ

ਡਿਜ਼ਾਈਨ ਦੀ ਮਹੱਤਤਾ ਇਸ ਦੁਆਰਾ ਪੈਦਾ ਕੀਤੇ ਗਏ ਬੋਝ ਵਿੱਚ ਤਬਦੀਲੀ ਨਾਲੋਂ ਕਿਸੇ ਇੱਕ ਹਿੱਸੇ ਤੋਂ ਘੱਟ ਹੈ। ਮਸ਼ੀਨ ਸਿਖਲਾਈ ਵਿੱਚ ਗੋਪਨੀਯਤਾ ਗਾਰੰਟੀ ਇਤਿਹਾਸਕ ਤੌਰ 'ਤੇ ਨੀਤੀ ਦਸਤਾਵੇਜ਼ਾਂ, ਅੰਦਰੂਨੀ ਆਡਿਟਾਂ, ਅਤੇ ਆਪਰੇਟਰ ਦੀ ਸਾਖ ਦੁਆਰਾ ਸਮਰਥਤ ਵਾਅਦਿਆਂ ਵਜੋਂ ਤਿਆਰ ਕੀਤੀ ਗਈ ਹੈ। ਇਹ ਸਿਸਟਮ ਉਹਨਾਂ ਵਾਅਦਿਆਂ ਨੂੰ ਕਲਾਤਮਕ ਚੀਜ਼ਾਂ ਵਿੱਚ ਬਦਲਦਾ ਹੈ — ਪ੍ਰਮਾਣੀਕਰਨ ਰਿਪੋਰਟਾਂ, ਪਾਰਦਰਸ਼ਤਾ-ਲੌਗ ਐਂਟਰੀਆਂ, ਰੀਪ੍ਰੋਡਸੀਬਲ ਬਿਲਡ — ਜੋ ਕਿ ਇੱਕ ਸੰਦੇਹਵਾਦੀ Google ਦੇ ਅੰਦਰੂਨੀ ਤੱਕ ਪਹੁੰਚ ਤੋਂ ਬਿਨਾਂ ਪੁਸ਼ਟੀ ਕਰ ਸਕਦਾ ਹੈ।

ਇਹ ਦੋ ਖੋਜ ਭਾਈਚਾਰਿਆਂ ਦੇ ਇੱਕ ਮਹੱਤਵਪੂਰਨ ਕਨਵਰਜੈਂਸ ਨੂੰ ਵੀ ਦਰਸਾਉਂਦਾ ਹੈ ਜਿਨ੍ਹਾਂ ਨੇ ਜਿਆਦਾਤਰ ਸਮਾਨਾਂਤਰ ਵਿੱਚ ਕੰਮ ਕੀਤਾ ਹੈ। ਭਰੋਸੇਮੰਦ ਐਗਜ਼ੀਕਿਊਸ਼ਨ ਵਾਤਾਵਰਨ ਅਤੇ ਵਿਭਿੰਨ ਗੋਪਨੀਯਤਾ ਵੱਖੋ-ਵੱਖਰੀਆਂ ਸਮੱਸਿਆਵਾਂ ਨੂੰ ਹੱਲ ਕਰਦੇ ਹਨ: TEEs ਇਸ ਗੱਲ 'ਤੇ ਪਾਬੰਦੀ ਲਗਾਉਂਦੇ ਹਨ ਕਿ ਡੇਟਾ ਦੀ ਗਣਨਾ ਕੌਣ ਕਰ ਸਕਦਾ ਹੈ, ਜਦੋਂ ਕਿ DP ਇਸ ਗੱਲ 'ਤੇ ਪਾਬੰਦੀ ਲਗਾਉਂਦਾ ਹੈ ਕਿ ਕੋਈ ਵੀ ਗਣਨਾ ਕੀ ਲੀਕ ਹੋ ਸਕਦੀ ਹੈ। ਪ੍ਰਮਾਣਿਤ ਐਨਕਲੇਵ ਦੇ ਅੰਦਰ DP ਸ਼ੋਰ ਪੈਦਾ ਕਰਨ ਦੇ ਨਾਲ, ਇੱਕ ਸਿੰਗਲ ਪ੍ਰਮਾਣਿਤ ਪ੍ਰੋਗਰਾਮ ਦੇ ਤਹਿਤ ਉਹਨਾਂ ਨੂੰ ਜੋੜਨਾ, ਅਲੱਗ-ਥਲੱਗ ਵਿੱਚ ਹਰੇਕ ਪਹੁੰਚ ਦੀ ਬਚੀ ਹੋਈ ਕਮਜ਼ੋਰੀ ਨੂੰ ਸੰਬੋਧਿਤ ਕਰਦਾ ਹੈ।

ਫਿਲਹਾਲ ਸਿਸਟਮ ਗੂਗਲ ਦੇ ਆਪਣੇ ਸਟੈਕ ਵਿੱਚ ਚੱਲ ਰਿਹਾ ਹੈ, ਜਿਸ ਤਰ੍ਹਾਂ ਦੇ Gboard ਪ੍ਰਦਰਸ਼ਨ ਕਰਦਾ ਹੈ, ਸਿਖਲਾਈ ਵਰਕਲੋਡ ਨੂੰ ਸ਼ਕਤੀ ਪ੍ਰਦਾਨ ਕਰਦਾ ਹੈ। ਕੀ ਪ੍ਰਮਾਣਿਤ ਗੋਪਨੀਯਤਾ ਪੂਰੇ ਉਦਯੋਗ ਵਿੱਚ ਇੱਕ ਪ੍ਰਤੀਯੋਗੀ ਉਮੀਦ ਬਣ ਜਾਂਦੀ ਹੈ - ਸਰਟੀਫਿਕੇਟ ਲਈ ਪਾਰਦਰਸ਼ਤਾ ਲੌਗਿੰਗ ਦੇ ਮਿਆਰੀ ਹੋਣ ਤੋਂ ਬਾਅਦ HTTPS ਨੇ ਕੀਤਾ - ਇਹ ਇਸ ਗੱਲ 'ਤੇ ਨਿਰਭਰ ਕਰੇਗਾ ਕਿ ਉਪਭੋਗਤਾ ਅਤੇ ਰੈਗੂਲੇਟਰ ਦੂਜੇ AI ਪ੍ਰਦਾਤਾਵਾਂ ਨੂੰ ਸਵਾਲ ਪੁੱਛਣਾ ਸ਼ੁਰੂ ਕਰਦੇ ਹਨ ਕਿ ਇਹ ਸਿਸਟਮ ਜਵਾਬ ਦੇਣ ਲਈ ਤਿਆਰ ਕੀਤਾ ਗਿਆ ਹੈ: ਇਸ ਨੂੰ ਸਾਬਤ ਕਰੋ।

---

AI ਤੋਂ ਅੱਗੇ ਰਹੋ

ਨਵੀਨਤਮ AI ਖਬਰਾਂ, ਵਿਸ਼ਲੇਸ਼ਣ ਅਤੇ ਸਫਲਤਾਵਾਂ ਪ੍ਰਾਪਤ ਕਰੋ - ਸਭ ਇੱਕ ਥਾਂ 'ਤੇ।

ਹੋਰ AI ਖਬਰਾਂ ਪੜ੍ਹੋ →