Deze blogpost is oorspronkelijk gepubliceerd door Bitfury. Het is hier herdrukt met toestemming van Bitfury.
Ieder van ons geeft al meer dan 15 jaar gratis onze waardevolle gegevens weg. We hebben geen echte controle over deze persoonlijke gegevens, noch hoe deze worden verwerkt, of waarom, of door wie. Deze gegevens hebben we weggeruild in ruil voor diensten als zoekmachines, webmail en software. Dit bracht levensveranderende webapplicaties voor iedereen (tegen weinig tot geen kosten) en democratiseerde wereldwijde toegang tot informatie. Het zorgde ook voor het financiële succes van bedrijven als Google en Facebook – en doet dat tot op de dag van vandaag nog steeds. Gegevens kunnen, in tegenstelling tot andere waardevolle activa, worden verzameld, opgeslagen, gekopieerd, gedistribueerd, gebruikt en hergebruikt tegen verwaarloosbare kosten. Er is geen enkel fysiek actief dat dit waardeniveau voor die prijs kan creëren. Het is begrijpelijk dat deze bedrijven het niet leuk vinden om het te verliezen.
Er vindt nu een openbare afrekening plaats over de vraag of deze afweging de moeite waard is geweest en wetgevers over de hele wereld nemen als reactie elk jaar strengere gegevensbeschermingswetten aan, zoals de AVG. We leren meer over hoe onze gegevens worden verzameld, opgeslagen, verhandeld – en soms misbruikt. Massa's gegevens kunnen worden gebruikt om waardevolle patronen, nieuwe ontdekkingen en meer te extraheren. Dit kan worden gebruikt voor zoiets goedaardigs als reclame, maar slechte acteurs kunnen het ook gebruiken om ideeën en feiten te manipuleren, geopolitieke gebeurtenissen te beïnvloeden en de persoonlijke privacy te schenden.
Waar gaan we heen? Ik denk dat we moeten kijken naar kunstmatige intelligentie en blockchain.
Er zijn verschillende opwindende ontwikkelingen op het gebied van toegepaste cryptografie, computergebruik, machine- en deep learning-technologieën die ons kunnen helpen onze gegevens vrijelijk te delen en tegelijkertijd onze privacy te beschermen. Ze helpen ons onze gegevens te beheren, te anonimiseren, op privacygerichte manieren te verwerken en te bepalen wie er toegang toe heeft. Op deze manier kunnen we allemaal individueel beslissen of we onze gegevens willen verkopen (mogelijk in ruil voor diensten of geld) of deze privé willen houden.
De eerste vooruitgang is Volledig homomorfe versleuteling, of FHE. FHE is de “heilige graal” van cryptografie en datawetenschap; Met dit soort codering kan informatie worden geëxtraheerd uit volledig geanonimiseerde gegevens. De versleutelde uitvoer van het model wordt teruggestuurd naar de eigenaar van de gegevens, die deze kan ontsleutelen met een privésleutel. Dit betekent dat de privacy van gebruikers (en eigendom van gegevens) wordt beschermd en dat de gebruiker kan beslissen aan wie de toegang tot de geëxtraheerde informatie wordt verleend. Het idee achter FHE is eenvoudig: gegevens worden eerst versleuteld bij de bron (bijvoorbeeld in een slimme auto of in een dokterspraktijk) en worden vervolgens verwerkt via geavanceerde machine learning-technieken om er informatie uit te halen. Bij machine learning kan FHE worden gebruikt om modelparameters voor machine learning te versleutelen, terwijl de integriteit ervan gewaarborgd blijft. Dit zou het mogelijk maken om gedecentraliseerde marktplaatsen te creëren waar bedrijven hun modellen verhandelen.
Deze technologie is nog steeds in ontwikkeling, maar de vraag naar privégegevensverwerking zal waarschijnlijk de time-to-market versnellen.
Ten tweede is dat functionele codering, of FE. Net als bij FHE is dit een soort codering waarmee bepaalde informatie kan worden geëxtraheerd uit gecodeerde gegevens, als u een privésleutel (of wachtwoord) krijgt. De persoon met deze sleutel kan specifieke kenmerken van de gegevens leren (bijvoorbeeld de resultaten van een longscan), maar kan niets anders zien (zoals de naam van de patiënt). FE is nog niet mainstream, maar het is het onderwerp van een grote studie door de Europese Unie die de toekomst van de technologie zal evalueren. (Als u meer wilt lezen over de technische aspecten van FHE en FE, raad ik u aan dit artikel van MIT te lezen.)
Een andere interessante benadering van gegevensprivacy is federatief leren. Het meest prominente gebruik hiervan is door Google op smartphones. Google voert een leeralgoritme uit op apparaten om het gebruik te begrijpen en de klantervaring te verbeteren. Zodra deze gegevens zijn verzameld, wordt “ruis” geïnjecteerd die de gegevens effectief anonimiseert. Ruis is “betekenisloze gegevens” die de werkelijke gegevens niet verstoren, maar privégegevens verdoezelen. Het wordt vervolgens naar de cloud gestuurd, gecombineerd met de gegevens van andere telefoons, en vervolgens verwerkt om de ruis te verwijderen en patronen op te helderen. Dit vereist echter veel rekenkracht om op schaal te doen, dus het is niet op grote schaal toegepast. Meer informatie hierover vindt u hier.
Aanvullend op federatief leren is differentiële privacy, waarmee gegevens zodanig kunnen worden verzameld dat de gegevens van een specifieke bijdrager niet uit de geaggregeerde informatie kunnen worden geëxtraheerd (het is inderdaad onmogelijk om te zeggen of een specifieke gebruiker überhaupt heeft bijgedragen aan de geaggregeerde informatie). Differentiële privacy is overgenomen door Apple en Google.
Ten slotte kan blockchain al deze technologieën verbeteren. Blockchain kan de gegevens onveranderlijk maken, de toegang tot en overdracht van de gegevens veilig volgen, slimme contracten afdwingen met betrekking tot het gebruik ervan en de royalty's verdelen over de toeleveringsketen, van de “eigenaar” van de gegevens tot de eindgebruikers (zoals bedrijven, medische onderzoekers, overheden, enz.).
Het is belangrijk voor ons om niet zelfgenoegzaam te worden over het gebruik van onze gegevens. Door te blijven aandringen op privacy en persoonlijke controle over onze gegevens, zullen we de vraag naar deze technologieën vergroten. Dit maakt het voor onderzoekers mogelijk om ze sneller vooruit te helpen, voor bedrijven als Bitfury om ze eerder op de markt te brengen en voor overheden om ze in de nabije toekomst de standaard te maken.
Uw gegevens zijn van u. Je moet het vrij en veilig kunnen gebruiken zoals je wilt. Bij Bitfury is het ons doel om dat uw nieuwe realiteit te maken.
Fabrizio Del Maffeo
Hoofd Kunstmatige Intelligentie, Bitfury
