Kryptografia auttaa koneoppimisen luotettavuuden arvioinnissa
Professori Shafi Goldwasser esittelee LMU Münchenissä kryptografisia menetelmiä koneoppimisen luotettavuuskysymysten ratkaisemiseksi. Tilaisuudessa käsitellään myös interaktiivisia todistuksia.
Ludwig-Maximilians-Universität München (LMU) isännöi München AI Lectures -sarjassa professori Shafi Goldwasserin luennon, jossa käsitellään kryptografian ja interaktiivisten todistusten käyttöä koneoppimisen luotettavuuden parantamiseksi. Tilaisuus järjestetään 20. lokakuuta 2026 Bayerische Akademie der Wissenschaftenissa Münchenissä sekä verkkolähetyksenä.
Goldwasser, joka on arvostettu tutkija Massachusetts Institute of Technologystä (MIT) ja University of California, Berkeleystä, esittelee, kuinka kryptografiset menetelmät voivat auttaa varmistamaan koneoppimismallien toiminnan luotettavuutta eri vaiheissa, aina datan käsittelystä mallien koulutukseen ja käyttöön.
Tämä lähestymistapa on erityisen merkityksellinen tekoälyn yleistyessä, sillä se tarjoaa työkaluja epäluotettavuuden ja virheiden tunnistamiseen ja estämiseen. Goldwasserin tutkimus tunnustettiin merkittäväksi, kun hänelle myönnettiin Turing-palkinto vuonna 2012.
Luennon järjestää useiden akateemisten ja tutkimuslaitosten konsortio, mukaan lukien LMU:n AI-HUB. Tilaisuus on osa Munich AI Lectures -sarjaa, jonka tavoitteena on tuoda kansainvälisiä tekoälytutkimuksen huippunimiä Müncheniin ja edistää alan keskustelua.