如何通过密码学思考，确保人工智能安全的学习与应用？

本文共计1791个文字，预计阅读时间需要8分钟。

《人工智能安全密码学：学习、人工智能、1、定义、研究、开发用于模拟、延伸和扩展人类智能的理论、方法、技术及应用的一门技术科学，主要目标是使机器能够胜任一些通常需要人类智能的任务。》

人工智能安全的密码学思考-学习

人工智能

1、定义

研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用的一门技术科学，主要目标是使机器能够胜任一些通常需要人类智能才能完成的复杂度工作。

2、发展

（1）起源

图灵机的出现

（2）早期发展

从1956年-2016年发展进展

3、安全问题

人工智能必须和安全技术一起发展

人工智能安全进展

当前人工智能安全主要分为：

1、推荐系统的隐私保护

（1）单用户、多数据模型

• 为了保证数据的机密性，必须对推荐系统中训练的数据集加密，然后上传给推荐服务器。

• 由推荐服务器在密文域上建立预测模型，计算推荐结果。授权用户可以申请查看推荐结果，对返回的推荐结果密文进行解密和正确性验证。

（2）多用户、多数据模型

• 首先在多个域中进行相似用户历史数据安全搜索

• 然后通过安全多方计算技术建立预测模型与隐私保护的推荐结果计算

• 最后返回密文推荐结果，验证推荐结果的正确性并解密。

2、机器学习的隐私保护

目标：如何在密文域中高效的训练模型和计算。

主要技术：全同态加密和安全多方计算。