ในยุคที่ข้อมูลเป็นสินทรัพย์ที่มีมูลค่าสูงสุด การวิเคราะห์และใช้ประโยชน์จากชุดข้อมูลขนาดใหญ่จึงกลายเป็นหัวใจสำคัญของการพัฒนา AI และนวัตกรรมต่างๆ อย่างไรก็ตาม ความจำเป็นในการเข้าถึง ‘ความรู้’ จากข้อมูลเหล่านั้น มักจะปะทะกับสิทธิพื้นฐานด้านความเป็นส่วนตัวของผู้ที่เป็นเจ้าของ بيانات ทำให้เกิดช่องว่างทางเทคโนโลยีที่เราต้องแก้ไข
Privacy-Enhancing Technologies (PETs): แนวคิดใหม่แห่งการคำนวณอย่างปลอดภัย
Privatey Enhancing Technologies หรือ PETs คือกลุ่มเครื่องมือและวิธีการเข้ารหัสขั้นสูง ออกแบบมาเพื่อช่วยให้องค์กรสามารถดำเนินการประมวลผล วิเคราะห์ หรือเรียนรู้อะไรบางอย่างจากข้อมูลได้ โดยที่ไม่จำเป็นต้องเปิดเผยรายละเอียดหรือลักษณะเฉพาะใดๆ ของ ‘ข้อมูลดิบ’ นั้นเลย เทคนิคเหล่านี้เปลี่ยนกระบวนทัศน์จากการปกปิดข้อมูลหลังเก็บรวบรวม มาเป็นการออกแบบระบบตั้งแต่ต้นโดยมีหลักการรักษาความเป็นส่วนตัวฝังอยู่ด้วย ซึ่งถือว่ามีความก้าวหน้ากว่าเพียงแค่การทำ Anonymization แบบเดิม ๆ มากนัก
เจาะลึกสองเสาหลัก: Zero-Knowledge Proofs และ Federated Learning
- Zero-Knowledge Proofs (ZKP)
เปรียบเหมือนกับการพิสูจน์ความจริงที่ไม่มีใครรู้ นอกจากคุณแล้ว การทำงานของ ZKP ช่วยให้อีกฝ่ายมั่นใจในข้อเท็จจริงที่เรากล่าวอ้างได้อย่างสมบูรณ์ เช่น คุณอาจต้องการยืนยันกับธนาคารว่า