سازمان هایی که با استفاده از داده های بزرگ برای پیشبرد کسب و کار خود جهش کرده اند ، به طور فزاینده ای به دنبال راه های بهتر و کارآمدتری برای به اشتراک گذاری داده ها با دیگران بدون به خطر انداختن قوانین حریم خصوصی و حفاظت از داده ها هستند ، و این به دنبال عجله ای از تکنسین ها در ایجاد تعدادی جدید است. رویکردهایی برای برآوردن این نیاز در جدیدترین توسعه ، یک استارتاپ به نام TripleBlind – که راهی برای رمزگذاری داده ها طراحی کرده است به طوری که می تواند بدون رمزگشایی یا حتی خروج از فایروال مالک داده ها به اشتراک گذاشته شود و کل فرایند را با مقررات حفاظت از داده مطابقت دهد – اعلام می کند تأمین مالی به دنبال تقاضای شدید برای فناوری آن.
استارتاپ کانزاس سیتی ، MO حدود 24 میلیون دلار بسته است ، سری A که از آن برای ادامه توسعه فناوری خود و گسترش دامنه وسیع تری از عمودی های تجاری استفاده خواهد کرد. این دور توسط General Catalyst و کلینیک Mayo رهبری می شود و AVG Basecamp Fund ، Accenture Ventures ، Clocktower Technology Ventures ، Dolby Family Ventures ، Flyover Capital ، KCRise Fund ، NextGen Venture Partners و Wavemaker Three-Sixty Health نیز شرکت می کنند. این دور بیش از حد اشتراک شد ، اما شرکت ارزش گذاری خود را فاش نمی کند. این مبلغ تا به امروز بیش از 32 میلیون دلار جمع آوری کرده است.
پلتفرم TripleBlind ، که به طور رسمی در نوامبر 2020 راه اندازی شد ، امروز با حریم خصوصی داده ها و مقررات اقامت داده ها در حدود 100 کشور ، HIPAA ، GDPR و CCPA کالیفرنیا از جمله آنها مطابقت دارد. این شرکت تخمین می زند که امروزه حدود 43 زتابایت داده ذخیره شده توسط شرکت ها در سطح جهان وجود دارد که به دلیل محدودیت های اعمال شده توسط این قوانین و سایر قوانین حفاظت از داده ها ، و همچنین تردید عمومی در مورد به اشتراک گذاری IP و سایر مسائل ، مورد استفاده قرار نمی گیرد. در مورد به اشتراک گذاری داده ها با داده ها در قالب های مختلف ، از جمله PII ، PHI ، داده های ژنومی ، تصاویر و پرونده های مالی محرمانه کار می کند.
به عنوان شاخصی که TripleBlind برای محصول خود جذب می کند ، Mayo – یکی از موسسات پیشرو در زمینه تحقیقات پزشکی در جهان – یکی از سرمایه گذاران استراتژیک TripleBlind است. مایو از فناوری خود هم در زمینه رمزنگاری داده ها و هم در ایجاد الگوریتم های مبتنی بر مجموعه داده ها بدون نیاز به اشتراک گذاری داده های خام استفاده می کند.
این مسئله به طور معمول با دو موسسه (یا حتی یک موسسه که با مجموعه داده های متعدد همکاری می کند) روبرو است: به طور معمول ، آنها باید داده ها و/یا الگوریتم هایی را بر اساس آن داده ها منتقل کنند تا سیستم ها را آموزش دهند یا تحقیقات را انجام دهند.
با TripleBlind ، ایده این است که آنها دیگر مجبور نیستند. (“سه گانه” در نام آن اشاره ای به TripleBlind یا یک کاربر داده دریافت کننده است که به طور مختلف “در برابر داده ها کور ، در پردازش و در نتیجه کور است.”)
جان هالامکا ، رئیس ، رئیس پلت فرم کلینیک مایو ، می گوید: “گردآوری الگوریتم ها و داده های هوش مصنوعی به شیوه هایی که حریم خصوصی و مالکیت معنوی را حفظ کند یکی از کلیدهای ارائه نسل بعدی داروهای دیجیتالی است.” این راه حل های جدید محافظت از حریم خصوصی نوید آغاز یک دوره جدید همکاری را می دهد. ” Halamka و Shail Jain ، مدیر عامل جهانی ، Data & AI from Accenture ، هر دو به عنوان ناظران هیئت مدیره در این دور شرکت می کنند.
کلینیک مایو همچنین مبلغ نامعلومی را برای تمدید 8.2 میلیون دلاری TripleBlind سرمایه گذاری کرد. کلینیک مایو تنها حامی استراتژیک آن نیست: Accenture و Okta دو مورد دیگر هستند. مشتریان دیگر شامل Snowflake هستند.
Riddhiman Das ، بنیانگذار و مدیرعامل TripleBlind ، در مصاحبه ای گفت که مراقبت های بهداشتی و تحقیقات پزشکی همچنان زمینه های بزرگی برای TripleBlind هستند و همچنین علاقه فزاینده ای از خدمات مالی ، رسانه ها و خدمات آب و برق مشاهده می شود.
نوآوری در تجزیه و تحلیل داده های بزرگ مرزهای جدیدی را در مورد چگونگی تجمیع دانش سازمان ها برای کمک به آنها در دستیابی به موفقیت و توسعه الگوریتم های جدید در زمینه هایی که اغلب به عنوان سیاه چاله های مجازی ارائه شده اند ، چه در تحقیقات پزشکی و چه در زمینه آموزش پزشکی ، باز می کند. سیستم خود مختار ، یا ردیابی فعالیت شبکه برای روندها یا نقص ها ، یا اطلاعات بهتر در مورد احساسات مشتری یا چیزهای دیگر به طور کلی.
نکته مهم این است که ما در عصری هستیم که حفظ حریم خصوصی و حفاظت از داده ها بیش از هر زمان دیگری اهمیت دارد ، نه فقط از نظر نظارتی ، بلکه از نظر سلیقه ما به عنوان مصرف کننده ، و در مورد مشاغل ، به عنوان یک موضوع حفاظت از مالکیت معنوی ، بنابراین استفاده آزادانه از داده ها ، اگر نه محدودیت های کامل ، با احتیاط های زیادی همراه است.
ما شاهد گسترش فناوری های جالب برای رفع این تناقض هستیم ، از جمله کاربردهای رمزگذاری همومورفیک ، مجموعه داده های مصنوعی ، یادگیری متصل ، و قرار دادن داده ها “روی بلاک چین” ، و سایر موارد.
رویکرد TripleBlind این بود که سیستمی را ایجاد کند که به اعتقاد وی مسائل مختلفی را که رویکردهای دیگر در معرض آن قرار داده اند ، مورد بررسی قرار دهد: برای مثال ، رمزگذاری همومورف منابع زیادی دارد و مقیاس بندی آن دشوار است. رمزگذاری/پوشاندن/هش کردن و حریم خصوصی متمایز دقت را کاهش می دهد: داده های مصنوعی داده های واقعی واقعی نیستند. یادگیری فدرال پتانسیل بازسازی داده ها را باز می گذارد. و بلاک چین برای به اشتراک گذاری داده ها راه اندازی نشده است.
(از سوی دیگر ، و به اعتبار بسیاری از جامعه وسیع تری از فناوران در این زمینه ، کسانی که بر روی راه حل های خاص کار می کنند ، در واقع به عنوان رویکردهای ترکیبی ، وام قطعاتی از تکنیک های مختلف ، به عنوان نسل بعدی حرکت می کنند. رویکرد ، شامل TripleBlind است.)
در TripleBlind ، داس گفت که زمانی که قبلاً در مورچه Alibaba کار می کرد ، به فکر آزمایش رویکرد جدیدی برای به اشتراک گذاری داده ها بدون خدشه به حفاظت از داده ها یا حریم خصوصی افراد افتاد. غول خدمات مالی در سال 2017 خریداری کرده بود راه اندازی بیومتریک اسکن چشم EyeVerify با مبلغ 100 میلیون دلار – جایی که Das معمار محصول بود – اما خرید آنطور که Ant منتظرش بود توسعه نمی یابد: بر سر مسائل مربوط به حریم خصوصی یا آنچه Das به عنوان “مسائل دسترسی به داده” توصیف کرد ، دچار اختلاف شد.
به طور خاص ، “ما با دسترسی به داده ها برای بهبود مدل های خود و دقت خدمات مشکل داشتیم.” بنابراین او از آنجا وارد توسعه شرکت شد.
(در حقیقت ، علی بابا هرگز موفق نشد آن دایره را مربع کند ، و اکنون طبق گزارشات به دنبال واگذاری این شرکت است ، که اکنون به عنوان مبهم تر Zoloz تغییر نام داده است.)
در نقش جدید خود ، داس گفت که او تصویری بزرگتر در مورد نحوه برخورد شرکت ها ، به طور خاص مورچه و دیگران به طور کلی با داده ها و مسائل مربوط به حریم خصوصی را مشاهده کرد. این نه تنها بیومتریک را پوشش می داد.
وی گفت: “ما همچنین در دسترسی به داده های مربوط به پولشویی ، شناخت الگوریتم های مشتریان خود و موارد دیگر مشکل داشتیم.” مقررات مربوط به اقامت و حفظ حریم خصوصی داده ها “واقعاً مانع استفاده ما از داده ها شد.”
او سالها به ارزیابی راه حلهای مختلف پرداخت و سرانجام به ایده ساخت چیزی متفاوت برای رویکرد به یک مشکل رسید: “مکتب فکری غالب در مورد حریم خصوصی داده ها این است که در مورد حریم خصوصی محاسباتی” – یعنی رمزگذاری – “اما” محدودیت های مربوط به محدودیت های قراردادی. ” TripleBlind هنوز رمزگذاری را روی داده ها و الگوریتم ها اعمال می کند ، اما روش ثبت اختراع شده آن و معماری نحوه استفاده از داده ها به این معنی است که داده ها هنگام استفاده در محاسبات هرگز صاحب خود را ترک نمی کنند.
این نقطه بحرانی برای سرمایه گذاران است.
“TripleBlind یک پلت فرم باور نکردنی برای توانمندسازی شرکت ها برای همکاری در داده ها با حفظ حریم خصوصی ، حقوق داده ها و مالکیت معنوی است. امروزه در صنعت مراقبت های بهداشتی از اهمیت ویژه ای برخوردار است ، زیرا عدم تحرک داده ها منجر به مراقبت های پراکنده و غیر مطلوب می شود. ” “در General Catalyst ما معتقدیم که بستر TripleBlind برای امکان همکاری تیم ها با خصوصی ترین و حساس ترین داده ها ، بخشی ضروری از چگونگی چابکی شرکت ها در حین احترام به حریم خصوصی مشتریان و مالکیت معنوی شرکای آنها است. ما از همکاری با تیم TripleBlind بسیار هیجان زده هستیم زیرا آنها برای رسیدن به مأموریت خود تلاش می کنند. “