Brak danych hamuje rozwój AI—dostępne informacje w publicznym Internecie to tylko mała część światowych danych. Stwarza to ogromną szansę. Jeśli prywatność może być chroniona, dane medyczne i inne wysoce wrażliwe, a jednocześnie niezwykle cenne informacje mogłyby bezpiecznie trenować LLM, prowadząc do znaczących postępów w zrozumieniu przez modele AI, na przykład w obszarze zdrowia i rynków finansowych. Główny naukowiec Chainlink @AriJuels oraz doradca Chainlink i były lider ds. rzecznictwa AI w Google, @lmoroney, spotkali się, aby omówić, jak orakle i chronione kanały Chainlink, które zachowują prywatność, mogą wspierać bezpieczeństwo uczenia maszynowego i rozwijać AI ↓

Przeczytaj pełny artykuł na temat chronionych pipeline'ów dla uczenia maszynowego: