डैनियल क्वोक डंग हुइन्ह, ओपन-सोर्स प्राइवेसी-फ्रेंडली एआई की हिमायत करने वाला एक उद्यमी

नई एआई प्रणालियों ने अविश्वसनीय सुधार दिखाया है और आज हम उन जटिल समस्याओं से निपट सकते हैं जिनके बारे में हमने सोचा था कि दशकों तक उनका समाधान नहीं हो पाएगा। ये डीपमाइंड के अल्फा फोल्ड एआई से लेकर 50 साल पुरानी समस्या को हल करने के लिए प्रोटीन फोल्डिंग तक हैं, जिसे अब दवा की खोज में तेजी लाने के लिए तैनात किया गया है, ओपनएआई कोपिलॉट के साथ हालिया जनरेटिव एआई से लेकर डेवलपर्स को अपने कोड को स्वचालित रूप से पूरा करने में मदद करने के लिए।

लेकिन उन एआई मॉडल को प्रशिक्षित करने के लिए अक्सर बड़े डेटासेट की आवश्यकता होती है, और बड़े डेटासेट के साथ बड़ी जिम्मेदारी आती है। यह विशेष रूप से स्वास्थ्य सेवा, वित्त, या बायोमेट्रिक्स में सच है, जहां डेटा बेहद गोपनीय हो सकता है।

इसलिए एआई अपनाने के लिए एक बड़ी अड़चन है, क्योंकि अभिनव स्टार्टअप और लैब एआई मॉडल को प्रशिक्षित करने के लिए संवेदनशील डेटा तक पहुंच प्राप्त करने का प्रयास करते हैं, लेकिन डेटा मालिक, उदाहरण के लिए अस्पताल, सुरक्षा और गोपनीयता कारणों से इसे साझा करने से इनकार करते हैं।

मिथ्रिल सिक्योरिटी के सीईओ और सह-संस्थापक डैनियल क्वोक डंग हुइन्ह ने एआई और गोपनीयता को समेटने के लिए इन चुनौतियों को देखा और कॉन्फिडेंशियल एआई को लोकतांत्रित करने के मिशन पर खुद को स्थापित किया।

पिछले 6 वर्षों से डेनियल क्वोक डंग हुइन्ह हर दिन अत्याधुनिक एआई के संपर्क में रहे हैं। फ़्रांस के सर्वश्रेष्ठ इंजीनियरिंग स्कूल, इकोले पॉलिटेक्निक में स्नातक छात्र के रूप में, डैनियल ने गहन गणित और एआई का अध्ययन किया। एचईसी, फ्रांस के सर्वश्रेष्ठ बिजनेस स्कूल के साथ अपने दोहरे डिप्लोमा के लिए धन्यवाद, वह उन्नत अनुप्रयुक्त गणित और व्यवसाय के बीच अंतर की जांच कर सकता है।

इकोले पॉलिटेक्निक में कामकाजी वर्ग के कुछ 1% छात्रों में से एक के रूप में, डैनियल ने असफलताओं के प्रति लचीला मानसिकता विकसित करना और विकसित करना भी सीखा, क्योंकि उन छात्रों के लिए बाधाओं के साथ मार्ग प्रशस्त किया गया था, जिनके पास अत्यधिक प्रतिस्पर्धी अकादमिक में सफल होने में कोई मदद नहीं थी। वातावरण।

उन कौशलों और मानसिकता से लैस, जब डैनियल ने गोपनीयता बढ़ाने वाली तकनीकों (पीईटी) पर माइक्रोसॉफ्ट में काम करते हुए एआई में उन गोपनीयता चुनौतियों को देखा, तो उन्होंने एआई मॉडल को प्रशिक्षित करने के तरीके को मौलिक रूप से बदलने का अवसर देखा।

पीईटी वर्तमान गोपनीयता प्रतिमान को बदल देता है, क्योंकि एआई कंपनियों या क्लाउड में साझा किया गया डेटा अब किसी और के लिए स्पष्ट रूप से सामने नहीं आता है। एंड-टू-एंड एन्क्रिप्शन के लिए धन्यवाद, डेटा रिसाव या दुरुपयोग के बारे में चिंता किए बिना, नागरिक या अस्पताल जैसे उपयोगकर्ता क्लाउड में होस्ट किए गए अत्याधुनिक एआई समाधानों से लाभान्वित हो सकते हैं।

सोसाइटी ने पहले से ही एंड-टू-एंड एन्क्रिप्टेड समाधानों को अपनाना शुरू कर दिया है, क्योंकि सिग्नल या व्हाट्सएप जैसे सुरक्षित मैसेजिंग ऐप पहले से ही उपयोगकर्ताओं के डेटा तक स्पष्ट रूप से पहुंच के बिना अपनी सेवा प्रदान करते हैं।

हालाँकि, AI प्रशिक्षण और परिनियोजन गोपनीयता-अनुकूल बनाने के लिए उन्नत एन्क्रिप्शन तंत्र प्रदान करना सरल सुरक्षित मैसेजिंग ऐप्स के ऊपर एक तकनीकी चुनौती है। माइक्रोसॉफ्ट में काम करते समय, डैनियल ने केवल अस्पष्ट समाधान देखे जो उपयोग करने में कठिन थे, मुश्किल से कोई दिलचस्प मॉडल चलाने में सक्षम थे और बड़े पैमाने पर ओवरहेड के साथ आए, अक्सर हजारों गुना धीमे।

बहरहाल, एक हार्डवेयर-आधारित तकनीक जिसे सुरक्षित एन्क्लेव कहा जाता है, ने वादा दिखाना शुरू कर दिया क्योंकि यह एक उचित मंदी, अक्सर लगभग 20% लागू करते हुए जटिल कार्यभार को गोपनीय बना सकती थी। एआई के लिए सुरक्षित परिक्षेत्रों का लाभ उठाना फिर भी बेहद जटिल है, क्योंकि इसके लिए सुरक्षा, एआई और निम्न-स्तरीय सॉफ्टवेयर इंजीनियरिंग कौशल की आवश्यकता होती है।

लेकिन अगर सही तरीके से उपयोग किया जाता है, तो सुरक्षित-एन्क्लेव-आधारित एआई समाधान प्रशिक्षण और मॉडल की तैनाती को उपयोगकर्ताओं के डेटा के लिए गोपनीयता के अनुकूल बना सकता है, जबकि एआई टीमों द्वारा तेजी से और आसानी से तैनात किया जा सकता है।

यह इस दृष्टि को ध्यान में रखते हुए है कि डैनियल ने अप्रैल 2021 में अपने सीओओ राफेल मिलेट और अपने सीटीओ, मेहदी बेस्सा के साथ मिथ्रिल सिक्योरिटी की सह-स्थापना की। इस स्टार्टअप का लक्ष्य सरल है, डेटा साझाकरण और सहयोग को घर्षण रहित बनाने के लिए गोपनीयता-दर-डिज़ाइन एआई टूल का लोकतंत्रीकरण करना।

यह सुनिश्चित करने के लिए कि उनके उत्पाद पर्याप्त तेज़ हैं, और गोपनीयता सुनिश्चित करते हुए सुलभ हैं, सुरक्षित परिक्षेत्र उनके समाधान के मूल में हैं। पारदर्शिता, सुरक्षा को बढ़ावा देने और गोद लेने को यथासंभव आसान बनाने के लिए अपाचे 2.0 लाइसेंस के तहत विभिन्न परियोजनाओं को ओपन-सोर्स बनाया गया है।

BlindAI , उनका पहला उत्पाद, गोपनीयता के साथ उत्पादन AI मॉडल में डालने के लिए एक परिनियोजन समाधान है। AI मॉडल को कोड की दो पंक्तियों में गोपनीय बनाने के लिए डिज़ाइन किया गया, BlindAI का उपयोग वाक् पहचान गोपनीयता-अनुकूल बनाने के लिए किया जा सकता है, गोपनीय चिकित्सा छवियों का विश्लेषण करने या चेहरे की पहचान एल्गोरिदम को सुरक्षित करने के लिए लीवरेज किया जा सकता है।

BastionAI , उनका दूसरा उत्पाद, डेटा वैज्ञानिकों को गोपनीय डेटा पर अंतर्दृष्टि का पता लगाने और निकालने की अनुमति देने के लिए एक प्रशिक्षण ढांचा है। यह बहु-पक्षीय प्रशिक्षण से निपटने के लिए सुरक्षा और उपयोग की आवश्यकताओं को पूरा करने में सक्षम है, उदाहरण के लिए कई अस्पतालों के डेटा का उपयोग करके स्तन कैंसर का पता लगाने के लिए एआई मॉडल को प्रशिक्षित करना।

केवल एक वर्ष के बाद, Mithril Security में 15 कर्मचारी हो गए हैं, ग्राहकों का एक स्वस्थ पूल प्राप्त किया है, और अपने प्री-सीड फंडिंग राउंड में $1.4M जुटाए हैं। यह स्वास्थ्य सेवा, सुरक्षा, बायोमेट्रिक्स और विज्ञापन सहित विभिन्न क्षेत्रों में ग्राहकों और उपयोगकर्ताओं की सेवा करता है, यह सुनिश्चित करता है कि डेटा हर समय सुरक्षित रहे।

डैनियल के मार्गदर्शन और नेतृत्व में, मिथिल सिक्योरिटी संपूर्ण डेटा एआई जीवनचक्र पर एंड-टू-एंड डेटा सुरक्षा विकसित करने में सफल रही है। गोपनीय डेटा को संभालने वाले डेटा वैज्ञानिकों के लिए गो-टू समाधान बनने का मार्ग लंबा और कठिन है, लेकिन डैनियल का मानना है कि डेटा वैज्ञानिकों के लिए सुलभ, तेज़ और सुरक्षित समाधानों के लिए किए गए तकनीकी विकल्प और ओपन-सोर्स दृष्टिकोण पहले से ही हैं एआई समुदाय का दिल जीतना।