?在人工智能快速發(fā)展的今天,人工智能數據發(fā)展日趨重要。
傳統AI數據安全防護效能不足
數據挖掘是人工智能做訓練樣本的前提條件,AI數據服務行業(yè)的興起,讓數據標注員成為一個熱門行業(yè)。很多人工智能創(chuàng)業(yè)公司采用目前數據標注行業(yè)的主流模式——“外包”。“外包”分為“眾包”和“工廠”兩種模式。
然而受困于人力成本,很多時候“工廠”不得不把一些業(yè)務外包給小團隊,因此在這些相對規(guī)范的機構之外,還游離著眾多規(guī)模不等的“小作坊”,但是他們同時存在短板:“小作坊”沒有標注工具,而“工廠”更多是流程化操作,缺乏合理的運營模式。由于參與標注的工作者數量很多,并且數據標注以及交付的過程并不規(guī)范,數據安全成為了很大的隱患。
相關安全政策法規(guī)出臺力推
2014年2月,中央網絡安全和信息化領導小組宣告成立,習近平任組長。2016年國務院發(fā)布《“十三五”國家信息化規(guī)劃》指出,要“實施大數據安全保障工程,加強數據資源在采集、傳輸、存儲、使用和開放等環(huán)節(jié)的安全保護”。2018年3月,中央網絡安全和信息化領導小組改為中國共產黨中央網絡安全和信息化委員會。中央重視網絡安全工作是第一推動力。
數據堂發(fā)力AI數據安全
AI數據安全威脅和需求與法律保障共同推動了AI數據安全技術大發(fā)展。 在第15屆IEEE移動Ad-hoc和傳感器系統國際會議(IEEE MASS 2018)上,數據堂AI數據實驗室與北京印刷學院聯合發(fā)表的論文《一種大數據傳輸系統的數據傳輸安全框架》,其內容是關于AI數據傳輸的安全性研究與應用,得到了廣泛關注。
AI數據安全作為專業(yè)的人工智能數據服務提供商,AI數據安全提供AI數據整個生命周期的服務,包括數據收集、數據注釋和數據交換,并與各種類型數據的高級獨立開發(fā)工具進行數據交換。數據傳遞是將數據發(fā)送給客戶的最后一個關鍵步驟。其中一項原則是提供安全管理,避免被盜、暴露和復制?,F階段大多數交付的安全性問題是由于不正確的、不恰當的或蓄意的人為操作造成的。因此,必須設計一個自動投遞系統,以減少人為干預。
“數據在線交付驗收系統”是數據堂基于數據安全技術的最佳應用案例。數據在線交付驗收系統從客戶角度出發(fā)為客戶量身定制的增值服務系統,傳統的數據交付是通過郵件、網盤或者是線下硬盤交付,既缺乏安全性,驗收起來也比較麻煩,并且交付進度跟進起來溝通成本很高。數據堂開發(fā)的在線交付驗收系統,客戶可以實時登錄查看項目交付進度,在線進行實時驗收與反饋,并且通過驗收的數據可直接在線下載使用。直接解決了傳統數據交付的弊端,溝通更便利,驗收更及時,交付更靈活更安全。
不忘初心再發(fā)展
數據堂(北京)科技有限公司成立于2011年,是一家專注于人工智能數據服務,致力于為全球人工智能企業(yè)提供數據獲取及數據產品服務的科技公司。公司總部位于北京,旗下擁有8家全資和控股子公司,并在硅谷設立美國子公司,目前在南京、保定、合肥、貴陽等地設有多個專業(yè)數據處理中心。目前,數據堂數據采集范圍遍及全球30多個國家,合作伙伴遍布世界10多個國家。
近年來,隨著人工智能技術的飛速發(fā)展,AI數據集呈爆炸式增長,對數據傳輸系統的數據傳輸能力也提出了更高的要求,數據傳輸能力和安全性兩方面兼顧已逐漸成為現代數據傳輸系統發(fā)展的重要方向。數據堂也將繼續(xù)加大研發(fā)投入,大力推進技術創(chuàng)新,在推進人工智能數據安全管理的標準和規(guī)范的同時,實現數據價值最大化,推動人工智能技術、應用和產業(yè)的創(chuàng)新,以人工智能數據助力人工智能產業(yè)快速發(fā)展。
- 剪映海外版回歸美國:短視頻創(chuàng)作工具再戰(zhàn)江湖
- 全球IT大手筆:數據中心系統支出飆升,去年IT支出破5萬億美元
- 蘋果市值一夜蒸發(fā)超千億美元,蔚來機器狗項目蓄勢待發(fā),科技巨頭風云變幻
- 比亞迪印尼工廠年底竣工:投資10億造新能源車,年產能達15萬輛,加速東南亞綠色出行
- 蔚來汽車銷量飆漲,1月前三周同比猛增近150%,領跑新能源汽車市場
- 谷歌押注AI未來,向Anthropic新投10億美元,搶占OpenAI競爭高地
- 春節(jié)臨近,打車需求大漲,哈爾濱三亞異地需求成熱點
- 本田汽車AEB系統問題引爆美國監(jiān)管機構調查:30萬輛車遭殃,消費者權益受挑戰(zhàn)
- 中國制造崛起:2024年破繭而出,超40萬億產值領跑全球,創(chuàng)新力破繭成蝶
- 印尼與蘋果接近達成投資協議:iPhone 16系列有望重返印尼市場
免責聲明:本網站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿,凡在本網站出現的信息,均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性,但不保證有關資料的準確性及可靠性,讀者在使用前請進一步核實,并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏,概不負任何法律責任。任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時,應及時向本網站提出書面權利通知或不實情況說明,并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后,將會依法盡快聯系相關文章源頭核實,溝通刪除相關內容或斷開相關鏈接。