1714400420
2024-04-29 14:09:01
IMDEA Software Institute、マドリードのカルロス 3 世大学、NEC Laboratories Europe の研究者チームは、検証可能な計算の効率と実用性の向上を約束する新しいフレームワークを導入しました。 研究の詳細は論文「機械学習と画像処理へのアプリケーションを備えたモジュール式の Sumcheck Proof、」は、一般的な証明システムと、人工知能と画像処理における特定のアプリケーションに合わせたソリューションの両方が直面するスケーラビリティとモジュール性の課題に対処します。
コンテクスト
検証可能な計算は、企業やクラウド サーバーなどの第三者がユーザー データの正しい処理を実行したという偽造不可能な保証を提供する一連の暗号技術で構成されています。 画像やビデオが編集されていること、人工知能によって行われた予測が監査済みのモデルに基づいていること、または顧客が提供したデータのみが信用度の判断に使用されていることを証明することは、これらの技術が可能にするものの例です。 さらに、検証可能な計算はデータ プライバシーと互換性があるため、たとえばサーバーが計算に使用したアルゴリズムは機密に保たれます。
検証可能な計算は、データ処理タスクをアウトソーシングするアプリケーションに不可欠な特性である整合性、公平性、プライバシーを提供します。 考えられる解決策の中には、一部のブロックチェーンで使用されているような一般的な証明システムがありますが、これらには大量のデータを使用した計算を扱うときにスケーラビリティの問題があります。 一方、これらのアプリケーション専用に設計されたソリューションは効率的ですが、相互に互換性がないことが多く、スケールアップしたり、より大きなデータ処理チェーンに統合したりすることが困難になります。
研究
研究者らは、カスタム ソリューションのパフォーマンス上の利点と汎用テスト システムの多用途性を組み合わせることで、このギャップを埋めることを目的とした新しいフレームワークを導入しました。 その核心となるのは、VE (Verifiable Evaluation Scheme) として知られる新しい暗号化プリミティブに基づいた、逐次演算の検証可能な計算に対するモジュール型アプローチです。
研究者らは、畳み込み演算に適応し、相互接続された複数の入出力チャネルを処理できる新しい VE を提案することにより、人工知能におけるフレームワークの実際的な応用を実証します。 「私たちのプロトコルはデータ処理チェーンに簡単に統合でき、たとえば、ほとんどの人工知能モデルの基礎となる畳み込みニューラル ネットワーク (>) によって行われる予測の完全な検証が可能になります。」と IMDEA の博士課程学生である David Balbás 氏は述べています。この研究のソフトウェアおよび研究者。 さらに、この論文では、トリミング、ぼかし、再スケーリングやその他のより複雑な操作などの編集やレタッチを効率的に検証できる画像処理用の新しい VE についても紹介します。
チームは、既存の技術を大幅に改善したテスト システムのプロトタイプ アプリケーションを作成しました。 「私たちのベンチマークでは、アルゴリズムに理論上の革新を導入していることに加えて、これまでの既存の最良のソリューションに比べて、証明の生成が 5 倍速く、検証が 10 倍速いことがわかりました。」と Institute IMDEA Software の研究プログラマーである Damien Robissout 氏は説明します。研究の共著者。
これらの結果は、暗号証明システムの効率とスケーラビリティを向上させるだけでなく、人工知能や画像処理のさまざまなアプリケーションにおけるデータ処理タスクの完全性、公平性、プライバシーを確保するための新たな可能性を切り開きます。 研究で生成されたアプリケーションはオープンソースであり、そのモジュール型の性質により、データ処理チェーン内のさまざまなツールへの拡張と統合への道が開かれます。 このようにして、研究者らは、金融倫理、個人データ保護、人工知能規制などの多様なアプリケーションにおいて、検証可能な計算を多用途かつ堅牢に展開する道を切り開きます。
免責事項
このプレスリリースは、ERC 助成金のホスト機関と欧州研究評議会執行機関 (ERCEA) との協力の成果です。 このプレスリリースに掲載されているオンラインプロジェクト情報とリンクは、出版日時点で正しいものです。 ERC は、古い情報や廃止された Web サイトについては責任を負いません。 ERCEA もその代理人も、このプレス リリースに含まれる情報の使用、または準備に細心の注意を払ったにもかかわらず、テキストに残る可能性のある誤りについては責任を負いません。
#研究者は人工知能と画像処理のセキュリティを向上させる革新的な検証技術を開発します