在當今數(shù)據驅動的世界中，人工智能（AI）、機器學習（ML）和數(shù)字孿生技術正在深刻改變行業(yè)、流程和企業(yè)運營環(huán)境。每天產生的超過3.28億TB數(shù)據已成為新“石油”——為下一代數(shù)字系統(tǒng)提供所需的能源。

然而，這些技術的有效性和可靠性很大程度上取決于數(shù)據的質量和可信度。建立可信數(shù)據不僅是先決條件，更是成功的AI、ML和數(shù)字孿生模型的基石。數(shù)據爆炸式增長為開發(fā)人員帶來了各類安全挑戰(zhàn)。隨著越來越多的數(shù)據在設備、傳感器和系統(tǒng)之間流轉，發(fā)生泄露和攻擊的可能性也越來越大。此外，隨著海量數(shù)據推動人工智能、機器學習和數(shù)字孿生的發(fā)展，“技術奇點”事件的風險也在增加，即機器智能變得優(yōu)于人類，從而導致不可預見的結果。

這些影響引發(fā)了對數(shù)據的更多擔憂，特別是如何以可信任和負責任的方式提取和優(yōu)化數(shù)據。由于數(shù)據經濟只會繼續(xù)增長，關鍵問題在于：我們今天如何“信任”數(shù)據？

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

可信數(shù)據是利益相關者可以放心地用于制定決策、開發(fā)模型和推動創(chuàng)新的數(shù)據。雖然“信任”是一個人類術語，但當涉及到數(shù)據時，“信任”的概念通常是指數(shù)據溯源。數(shù)據溯源即記錄在案的線索，清楚地顯示了數(shù)據的來源和歷史，包括數(shù)據來源、創(chuàng)建方式以及數(shù)據隨的修改情況。它是確保數(shù)據質量和完整性的關鍵因素。建立數(shù)據溯源可實現(xiàn)從數(shù)據源頭到當前使用狀態(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)據溯源。事實上，數(shù)據溯源的要求、執(zhí)行機制非常少見，也沒有廣泛認可的標準可以遵循。這使得當今的主要AI系統(tǒng)容易受到數(shù)據中毒、惡意訓練和數(shù)據漂移的影響。數(shù)據中毒和惡意訓練是指故意和惡意操縱訓練數(shù)據，以有害的方式損害AI和ML模型的性能或完整性。通過將虛假數(shù)據注入算法或數(shù)據集，攻擊者可以影響偏向、制造漏洞以、破壞模式或預測的準確性。

此外，未建立數(shù)據溯源時，可能會導致數(shù)據漂移。當用于訓練AI和ML模型的數(shù)據屬性隨時間變化時（無論是由于底層數(shù)據分布、環(huán)境變化還是用戶行為導致），都會發(fā)生這種情況，從而導致模型性能下降。

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

隨著AI和ML模型以及數(shù)字孿生越來越普及，必須更加關注數(shù)據溯源和建立信任。為此，需要關注以下三個關鍵領域：

1. 制定指南和標準，

2. 實現(xiàn)不可更改數(shù)據選項，以及

3. 建立合規(guī)和執(zhí)行機制。

指南和標準

行業(yè)和政府標準機構必須開始創(chuàng)建和實施數(shù)據溯源指南，至少要求對模型的數(shù)據溯源進行一定程度的披露。以層級披露系統(tǒng)為例。在此系統(tǒng)中，級別0表示沒有數(shù)據溯源，級別1表示披露了數(shù)據溯源，級別2表示有著完整的數(shù)據溯源，在整個數(shù)據生命周期有不間斷的信任鏈。AI/ML模型和數(shù)字孿生將報告每個級別的合規(guī)百分比。

不可更改數(shù)據選項

不可更改數(shù)據選項是指記錄后無法更改或刪除的數(shù)據。區(qū)塊鏈技術由于其去中心化特性和分布式系統(tǒng)，為實現(xiàn)不可更改的數(shù)據提供了一種解決方案。在區(qū)塊鏈網絡中，每筆交易或數(shù)據都以加密方式鏈接到前一筆交易或數(shù)據，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)據的完整性和可信度，并建立數(shù)據溯源。

合規(guī)和執(zhí)行機制

還需要建立合規(guī)和執(zhí)行機制，建立數(shù)據溯源并提供信任。通過強大的合規(guī)措施，組織可以降低數(shù)據濫用的相關風險，并確保數(shù)據管理流程的透明度和問責制的實施。將獨立的第三方驗證納入合規(guī)性框架可進一步增強數(shù)據溯源的可靠性。通過對標準和法規(guī)的遵守情況進行公正的評估，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)標準的發(fā)展，標準也應該不斷調整。這保證了AI/ML模型和數(shù)字孿生正技術采用最新的實踐和安全協(xié)議，能夠適應威脅并保持信任。

利用FPGA進行可信數(shù)據處理

在可信數(shù)據方面，現(xiàn)場可編程門陣列（FPGA）的作用怎么強調都不為過。特別是在建立數(shù)據溯源方面，F(xiàn)PGA具有獨特的優(yōu)勢，可以為安全的數(shù)據處理提供幾個關鍵優(yōu)勢。

安全增強功能：最重要的是FPGA提供內置的安全功能（例如加密和身份驗證機制），有助于在處理過程中保護數(shù)據。通過將FPGA集成到數(shù)據處理基礎設施中，組織可以增強數(shù)據安全性，降低網絡威脅和數(shù)據泄露的風險。

性能優(yōu)化：通過將數(shù)據處理任務分擔到FPGA上，組織可以增強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，并促進跨不同溯源數(shù)據的高效管理和分析。

實時處理：FPGA的實時處理功能使組織能夠以最小的延遲分析和響應數(shù)據流。這對于數(shù)據溯源非常重要，因為它可以確保更及時地記錄數(shù)據活動和轉換，并且數(shù)據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可以進行編程或重新編程以執(zhí)行特定任務。這種靈活性可以優(yōu)化數(shù)據處理流水線，從而捕獲和管理數(shù)據溯源信息。它還能幫助組織根據其特定環(huán)境和要求調整溯源機制，從而提高溯源記錄的準確性、完整性和相關性。

利用可信數(shù)據增強AI、ML和數(shù)字孿生

隨著更多創(chuàng)新和技術變革的到來，數(shù)據將繼續(xù)成為我們數(shù)字驅動世界的關鍵組成部分。因此，優(yōu)先建立數(shù)據溯源對于增強AI/ML和數(shù)字孿生模型的信任度和可靠性至關重要。通過實施準則和標準、不可更改的數(shù)據選項和合規(guī)機制，開發(fā)人員可以增強對這些技術完整性和可靠性的信心，并確保與安全性相關的結果更加可靠。

通過將FPGA集成到數(shù)據處理流水線中，組織可以將性能、靈活性和安全性提升到新的水平，為構建可信可靠的AI解決方案奠定基礎。了解更多有關FPGA及其在AI/ML和數(shù)字孿生模型數(shù)據溯源中的作用，請聯(lián)系萊迪思團隊。