日本多家企业开始通过“联合学习”共享人工智能（AI）的学习结果，以便开发出更高精度的AI。通过组合加密技术，还能共享利用敏感信息获得的学习结果。日本信息通信研究机构（NICT）将其开发的联合学习技术提供给信息安全企业，在金融等领域推进验证实验。NEC也计划在新药开发领域等实现应用。
联合学习是美国谷歌公司的技术人员2017年提出的。这是一种每个企业让自家的AI进行学习后，再将结果汇集到一起，开发出更高级AI的方法。
与个人信息和犯罪等有关的敏感数据很难与公司外部共享。为此可以把基于通用AI模型对各自的数据进行计算的结果等汇集到一起来提高AI的精度。这样就能开发出与共享原始数据时相同的高精度AI。
然而，还是有不少企业对联合学习也不愿意进行。因为它们担心会从汇集起来的学习结果中推测出各企业使用的原始数据（教师数据）。
作为解决对策，NICT将名为“秘密计算”的技术导入了联合学习中。秘密计算可以在数据加密的状态下进行计算。联合学习时，如果能将AI的学习结果加密后再提供，进行秘密计算，那么反推各企业的教师数据就会变得非常困难。
NICT一直在推进利用这种联合学习技术来“深度保护”从银行交易记录中检测电信诈骗的AI实验。NICT以多家银行的交易数据为基础开发了AI，与单独学习的AI相比，高精度检测到了诈骗信息。在由AI指出可疑银行账户的实验中，联合学习AI的检举率最高达到了94.7％，比单独学习AI高出约15个百分点。
NICT于3月份向GMO Internet Group旗下的GMO Cyber Security by Ierae公司（东京·涩谷）提供了深度保护技术。NICT介绍说，该公司是合并信息安全企业和AI开发企业成立的，“在加密技术和机器学习两方面都拥有专业知识，并且擅长易于使用的（技术）设计”，因此被选为合作对象。
Ierae今后打算以NICT的技术为基础，推进从电子商务（EC）网站的交易数据中检举诈骗交易，以及从遭到网络攻击的企业数据中检测恶意软件（恶意程序）的AI实验。
NICT网络安全研究所所长盛合志帆强调说：“在隐私保护趋势越来越强的情况下，联合学习的实际应用具有重要意义。”
Ierae首席技术官（CTO）菅野哲认为未来在智慧型城市中存在商机。这是因为未来在智慧型城市需要与个人生活密切相关的数据来促进能源和交通等的效率。
在美国和中国，结合联合学习和秘密计算的技术都已经率先投入实际应用。菅野计划在2023～2024年实现商业化，他表示：“目前还没有诞生出能成为行业标准的决定性技术。我们将在推进验证实验的同时提高便捷性，凭借日本技术追赶中美。”
NEC也于3月份公布了使用秘密计算的联合学习实验结果。该公司的技术在加密学习结果的方法方面与NICT不同。NICT是利用密钥将数据转换成其他内容，而NEC为了避免数据的内涵被读取出来，采取了对学习结果进行精细分割的方法。
NEC的实验使用了知识产权价值较高、不能泄露到公司外部的药品候选化合物的结构数据。对学习结果进行加密后共享，开发了AI，确认实现了与不加密联合学习相同的精度。
原文：寺冈笃志、《日经产业新闻》，2022/5/23
翻译编辑：JST客观日本编辑部
