ZD至顶网软件频道消息: 谷歌公司正在利用其DeepMind以构建一套类似于区块链的系统,旨在演示如何通过处理器处理各类敏感性医疗数据,从而帮助医疗专家检查数据内容是否遭到篡改。
作为下辖的医疗卫生部门,谷歌的DeepMind Health一直致力于利用机器学习工具改善医疗诊断能力。这些工具的开发当然需要大量机密数据进行配合,而医疗行业对于将这些信息交付给DeepMind仍然抱有疑虑。
去年,DeepMind因获得了对三家伦敦皇家自然NHS信托医院内多达160名病患的当前及历史记录而受到批评——这已经超出了其公开披露的研究范围。
本周可验证数据审计公告的发布希望在一定程度上解决这起信任危机。DeepMind服务器所处理的数据将被记录在案,并配合一套“特殊数字分类帐”机制以解释数据如何及为何被使用。
举例来说,如果某项来自血液检查的结果被上传,则其将显示这部分数据被用于某一算法以判断病患是否存在急性肾操作状况。
该系统中的分类帐与条目采取类似于区块链(即分布式数据库)的使用方式,DeepMind联合创始人兼AI应用负责人Mustafa Suleyman与安全及透明度负责人Ben Laurie在博文中表示。与区块链类似,添加至此系统中的分类帐不可被擦除,数据库列表亦将不断增长。每一次向该分类帐中添加数据条目时,都会生成被称为“加密散列”的值。
该散列值可用于查看分类帐中的最新条目与全部以往值,意味着能够随时间不断追踪数据日志。然而特定条目的内容无法秘密修改,因为这会变更该散列值并导致无法对数据继续追踪。
DeepMind将这套系统与训练物理平衡思考能力的层层叠游戏进行了对比。“大家可能会尝试轻轻挪动积木中的某一部分——但由于整体结构的限制,其将轰然倒塌。”
这套系统的在线界面可供在医院工作的授权人员访问,并借此实时查看数据条目。而如果工作人员发现任何异常或者可疑活动,即可马上触发报警信号。
事实上,DeepMind应该早已开始了相关的构思工作,其曾经于2015年发布一篇论文以详尽阐述如何对数据日志进行保护。
好文章,需要你的鼓励
尽管全球企业AI投资在2024年达到2523亿美元,但MIT研究显示95%的企业仍未从生成式AI投资中获得回报。专家预测2026年将成为转折点,企业将从试点阶段转向实际部署。关键在于CEO精准识别高影响领域,推进AI代理技术应用,并加强员工AI能力培训。Forrester预测30%大型企业将实施强制AI培训,而Gartner预计到2028年15%日常工作决策将由AI自主完成。
这项由北京大学等机构联合完成的研究,开发了名为GraphLocator的智能软件问题诊断系统,通过构建代码依赖图和因果问题图,能够像医生诊断疾病一样精确定位软件问题的根源。在三个大型数据集的测试中,该系统比现有方法平均提高了19.49%的召回率和11.89%的精确率,特别在处理复杂的跨模块问题时表现优异,为软件维护效率的提升开辟了新路径。
2026年软件行业将迎来定价模式的根本性变革,从传统按席位收费转向基于结果的付费模式。AI正在重塑整个软件经济学,企业IT预算的12-15%已投入AI领域。这一转变要求建立明确的成功衡量指标,如Zendesk以"自动化解决方案"为标准。未来将出现更精简的工程团队,80%的工程师需要为AI驱动的角色提升技能,同时需要重新设计软件开发和部署流程以适应AI优先的工作流程。
这项由德国达姆施塔特工业大学领导的国际研究团队首次发现,当前最先进的专家混合模型AI系统存在严重安全漏洞。通过开发GateBreaker攻击框架,研究人员证明仅需关闭约3%的特定神经元,就能让AI的攻击成功率从7.4%暴增至64.9%。该研究揭示了专家混合模型安全机制过度集中的根本缺陷,为AI安全领域敲响了警钟。