WiseNut正在提升一种联合计算技术，该技术可以在不将机构数据外部转移的情况下进行人工智能（AI）学习和分析。其目标是在敏感信息保护至关重要的行业中，建立安全使用AI的基础。
WiseNut于3日宣布，将正式推进由科学技术信息通信部和信息通信规划评估院（IITP）支持的“为增强数据利用而开发和验证分散型数据联合计算技术”项目的第三年研究。
该项目作为软件（SW）计算产业基础技术开发项目的一部分进行。其目标是开发和验证一个能够快速、准确分析和学习分散在多个机构的大规模数据的联合AI平台，而无需将数据集中到中央。
WiseNut在此次研究中正在开发四项核心技术：可在智能手机和可穿戴设备上进行运算的AI模型轻量化技术、用于中央服务器与地方终端之间数据传输的高速通信技术、在加密状态下处理数据的隐私保护联合分析技术，以及连接中央大型模型与终端小型模型的全局层次学习模型构建技术。
今年的研究已取得具体技术成果。通过应用8位量化技术，AI模型的体积比之前缩小了72%，同时保持了性能。通过地方缓存技术，中央服务器与地方服务器之间的数据传输量也减少了8.06倍。
WiseNut计划未来建立实际数据应用服务，并管理学习结果的体系，以扩大技术的现场应用。他们将与首尔研究院、大荣制药、韩国银行等实证机构合作，收集、分析和学习各领域的数据，验证联合计算技术的应用可能性。
WiseNut的代表强勇成表示：“能够在安全保护敏感数据的同时进行学习和分析的联合计算技术，将在未来AI代理向安全性要求高的领域扩展中发挥关键作用。”他还表示：“WiseNut将结合积累的AI技术能力，为构建一个可以放心处理数据的AI环境作出贡献。”
※ 本报道经人工智能（AI）系统翻译与编辑。
