在當(dāng)今數(shù)據(jù)驅(qū)動(dòng)的世界中，人工智能（AI）、機(jī)器學(xué)習(xí)（ML）和數(shù)字孿生技術(shù)正在深刻改變行業(yè)、流程和企業(yè)運(yùn)營(yíng)環(huán)境。每天產(chǎn)生的超過(guò)3.28億TB數(shù)據(jù)已成為新“石油”——為下一代數(shù)字系統(tǒng)提供所需的能源。

然而，這些技術(shù)的有效性和可靠性很大程度上取決于數(shù)據(jù)的質(zhì)量和可信度。建立可信數(shù)據(jù)不僅是先決條件，更是成功的AI、ML和數(shù)字孿生模型的基石。數(shù)據(jù)爆炸式增長(zhǎng)為開發(fā)人員帶來(lái)了各類安全挑戰(zhàn)。隨著越來(lái)越多的數(shù)據(jù)在設(shè)備、傳感器和系統(tǒng)之間流轉(zhuǎn)，發(fā)生泄露和攻擊的可能性也越來(lái)越大。此外，隨著海量數(shù)據(jù)推動(dòng)人工智能、機(jī)器學(xué)習(xí)和數(shù)字孿生的發(fā)展，“技術(shù)奇點(diǎn)”事件的風(fēng)險(xiǎn)也在增加，即機(jī)器智能變得優(yōu)于人類，從而導(dǎo)致不可預(yù)見的結(jié)果。

這些影響引發(fā)了對(duì)數(shù)據(jù)的更多擔(dān)憂，特別是如何以可信任和負(fù)責(zé)任的方式提取和優(yōu)化數(shù)據(jù)。由于數(shù)據(jù)經(jīng)濟(jì)只會(huì)繼續(xù)增長(zhǎng)，關(guān)鍵問(wèn)題在于：我們今天如何“信任”數(shù)據(jù)？

定義可信數(shù)據(jù)及AI、ML和數(shù)字孿生模型方面的挑戰(zhàn)

可信數(shù)據(jù)是利益相關(guān)者可以放心地用于制定決策、開發(fā)模型和推動(dòng)創(chuàng)新的數(shù)據(jù)。雖然“信任”是一個(gè)人類術(shù)語(yǔ)，但當(dāng)涉及到數(shù)據(jù)時(shí)，“信任”的概念通常是指數(shù)據(jù)溯源。數(shù)據(jù)溯源即記錄在案的線索，清楚地顯示了數(shù)據(jù)的來(lái)源和歷史，包括數(shù)據(jù)來(lái)源、創(chuàng)建方式以及數(shù)據(jù)隨的修改情況。它是確保數(shù)據(jù)質(zhì)量和完整性的關(guān)鍵因素。建立數(shù)據(jù)溯源可實(shí)現(xiàn)從數(shù)據(jù)源頭到當(dāng)前使用狀態(tài)的不間斷信任鏈。

如今，大多數(shù)AI、ML和數(shù)字孿生模型都缺乏有效的數(shù)據(jù)溯源。事實(shí)上，數(shù)據(jù)溯源的要求、執(zhí)行機(jī)制非常少見，也沒有廣泛認(rèn)可的標(biāo)準(zhǔn)可以遵循。這使得當(dāng)今的主要AI系統(tǒng)容易受到數(shù)據(jù)中毒、惡意訓(xùn)練和數(shù)據(jù)漂移的影響。數(shù)據(jù)中毒和惡意訓(xùn)練是指故意和惡意操縱訓(xùn)練數(shù)據(jù)，以有害的方式損害AI和ML模型的性能或完整性。通過(guò)將虛假數(shù)據(jù)注入算法或數(shù)據(jù)集，攻擊者可以影響偏向、制造漏洞以、破壞模式或預(yù)測(cè)的準(zhǔn)確性。

此外，未建立數(shù)據(jù)溯源時(shí)，可能會(huì)導(dǎo)致數(shù)據(jù)漂移。當(dāng)用于訓(xùn)練AI和ML模型的數(shù)據(jù)屬性隨時(shí)間變化時(shí)（無(wú)論是由于底層數(shù)據(jù)分布、環(huán)境變化還是用戶行為導(dǎo)致），都會(huì)發(fā)生這種情況，從而導(dǎo)致模型性能下降。

在AI、ML和數(shù)字孿生模型中開發(fā)數(shù)據(jù)溯源的解決方案

隨著AI和ML模型以及數(shù)字孿生越來(lái)越普及，必須更加關(guān)注數(shù)據(jù)溯源和建立信任。為此，需要關(guān)注以下三個(gè)關(guān)鍵領(lǐng)域：

1. 制定指南和標(biāo)準(zhǔn)，

2. 實(shí)現(xiàn)不可更改數(shù)據(jù)選項(xiàng)，以及

3. 建立合規(guī)和執(zhí)行機(jī)制。

指南和標(biāo)準(zhǔn)

行業(yè)和政府標(biāo)準(zhǔn)機(jī)構(gòu)必須開始創(chuàng)建和實(shí)施數(shù)據(jù)溯源指南，至少要求對(duì)模型的數(shù)據(jù)溯源進(jìn)行一定程度的披露。以層級(jí)披露系統(tǒng)為例。在此系統(tǒng)中，級(jí)別0表示沒有數(shù)據(jù)溯源，級(jí)別1表示披露了數(shù)據(jù)溯源，級(jí)別2表示有著完整的數(shù)據(jù)溯源，在整個(gè)數(shù)據(jù)生命周期有不間斷的信任鏈。AI/ML模型和數(shù)字孿生將報(bào)告每個(gè)級(jí)別的合規(guī)百分比。

不可更改數(shù)據(jù)選項(xiàng)

不可更改數(shù)據(jù)選項(xiàng)是指記錄后無(wú)法更改或刪除的數(shù)據(jù)。區(qū)塊鏈技術(shù)由于其去中心化特性和分布式系統(tǒng)，為實(shí)現(xiàn)不可更改的數(shù)據(jù)提供了一種解決方案。在區(qū)塊鏈網(wǎng)絡(luò)中，每筆交易或數(shù)據(jù)都以加密方式鏈接到前一筆交易或數(shù)據(jù)，一旦交易被添加到區(qū)塊鏈中，幾乎不可能修改或刪除。這確保了數(shù)據(jù)的完整性和可信度，并建立數(shù)據(jù)溯源。

合規(guī)和執(zhí)行機(jī)制

還需要建立合規(guī)和執(zhí)行機(jī)制，建立數(shù)據(jù)溯源并提供信任。通過(guò)強(qiáng)大的合規(guī)措施，組織可以降低數(shù)據(jù)濫用的相關(guān)風(fēng)險(xiǎn)，并確保數(shù)據(jù)管理流程的透明度和問(wèn)責(zé)制的實(shí)施。將獨(dú)立的第三方驗(yàn)證納入合規(guī)性框架可進(jìn)一步增強(qiáng)數(shù)據(jù)溯源的可靠性。通過(guò)對(duì)標(biāo)準(zhǔn)和法規(guī)的遵守情況進(jìn)行公正的評(píng)估，有助于降低利益沖突的可能性并確保了完整性。

此外，隨著合規(guī)標(biāo)準(zhǔn)的發(fā)展，標(biāo)準(zhǔn)也應(yīng)該不斷調(diào)整。這保證了AI/ML模型和數(shù)字孿生正技術(shù)采用最新的實(shí)踐和安全協(xié)議，能夠適應(yīng)威脅并保持信任。

利用FPGA進(jìn)行可信數(shù)據(jù)處理

在可信數(shù)據(jù)方面，現(xiàn)場(chǎng)可編程門陣列（FPGA）的作用怎么強(qiáng)調(diào)都不為過(guò)。特別是在建立數(shù)據(jù)溯源方面，F(xiàn)PGA具有獨(dú)特的優(yōu)勢(shì)，可以為安全的數(shù)據(jù)處理提供幾個(gè)關(guān)鍵優(yōu)勢(shì)。

安全增強(qiáng)功能：最重要的是FPGA提供內(nèi)置的安全功能（例如加密和身份驗(yàn)證機(jī)制），有助于在處理過(guò)程中保護(hù)數(shù)據(jù)。通過(guò)將FPGA集成到數(shù)據(jù)處理基礎(chǔ)設(shè)施中，組織可以增強(qiáng)數(shù)據(jù)安全性，降低網(wǎng)絡(luò)威脅和數(shù)據(jù)泄露的風(fēng)險(xiǎn)。

性能優(yōu)化：通過(guò)將數(shù)據(jù)處理任務(wù)分擔(dān)到FPGA上，組織可以增強(qiáng)AI、ML和數(shù)字孿生模型的性能。在優(yōu)化的工作流程和高吞吐量加持下，組織可以處理大量數(shù)據(jù)，并促進(jìn)跨不同溯源數(shù)據(jù)的高效管理和分析。

實(shí)時(shí)處理：FPGA的實(shí)時(shí)處理功能使組織能夠以最小的延遲分析和響應(yīng)數(shù)據(jù)流。這對(duì)于數(shù)據(jù)溯源非常重要，因?yàn)樗梢源_保更及時(shí)地記錄數(shù)據(jù)活動(dòng)和轉(zhuǎn)換，并且數(shù)據(jù)溯源記錄可以反映最新信息。

定制和靈活性：由于其高度可定制的特性，F(xiàn)PGA可以進(jìn)行編程或重新編程以執(zhí)行特定任務(wù)。這種靈活性可以優(yōu)化數(shù)據(jù)處理流水線，從而捕獲和管理數(shù)據(jù)溯源信息。它還能幫助組織根據(jù)其特定環(huán)境和要求調(diào)整溯源機(jī)制，從而提高溯源記錄的準(zhǔn)確性、完整性和相關(guān)性。

利用可信數(shù)據(jù)增強(qiáng)AI、ML和數(shù)字孿生

隨著更多創(chuàng)新和技術(shù)變革的到來(lái)，數(shù)據(jù)將繼續(xù)成為我們數(shù)字驅(qū)動(dòng)世界的關(guān)鍵組成部分。因此，優(yōu)先建立數(shù)據(jù)溯源對(duì)于增強(qiáng)AI/ML和數(shù)字孿生模型的信任度和可靠性至關(guān)重要。通過(guò)實(shí)施準(zhǔn)則和標(biāo)準(zhǔn)、不可更改的數(shù)據(jù)選項(xiàng)和合規(guī)機(jī)制，開發(fā)人員可以增強(qiáng)對(duì)這些技術(shù)完整性和可靠性的信心，并確保與安全性相關(guān)的結(jié)果更加可靠。

通過(guò)將FPGA集成到數(shù)據(jù)處理流水線中，組織可以將性能、靈活性和安全性提升到新的水平，為構(gòu)建可信可靠的AI解決方案奠定基礎(chǔ)。了解更多有關(guān)FPGA及其在AI/ML和數(shù)字孿生模型數(shù)據(jù)溯源中的作用，請(qǐng)聯(lián)系萊迪思團(tuán)隊(duì)。