طور باحثون في جامعة الملك عبدالله للعلوم والتقنية، نهجاً للتعلم الآلي يحافظ على الخصوصية، يسمى PPML-Omics، لمواجهة التحدي المتمثل في حماية الخصوصية الفردية أثناء استخدام الذكاء الاصطناعي لتحليل البيانات الجينومية للأبحاث الطبية.
وبحسب الدراسة المنشورة في مجلة «ساينس أدفانسيس»، فإن أساليب الحفاظ على الخصوصية التقليدية تتضمن تشفير البيانات، لكن هذا يؤدي إلى أعباء حسابية ثقيلة؛ بينما دمج نهج الفريق خوارزمية خلط لا مركزية لتحقيق توازن أفضل بين الحفاظ على الخصوصية وتحسين أداء النموذج.
وأظهر نهج PPML-Omics كفاءة في تدريب نماذج التعلم العميق على المهام المتعددة المهام الصعبة، وأثبت قوته في مواجهة الهجمات الإلكترونية، مما يوفر حماية محسنة للخصوصية في تحليل البيانات الطبية الحيوية.
البيان