AWS Clean Rooms génère des jeux de données synthétiques pour l'entraînement de modèles ML

Amazon Web Services (AWS) a introduit une nouvelle fonctionnalité dans son service AWS Clean Rooms, permettant aux organisations et à leurs partenaires de générer des jeux de données synthétiques qui préservent la vie privée. Cette capacité est conçue pour faciliter l'entraînement de modèles de régression et de classification en machine learning (ML).

Le développement de modèles ML se heurte généralement à une tension entre l'utilité des données et la protection de la vie privée. Des modèles précis nécessitent l'accès à des données granulaires de haute qualité, mais l'utilisation de données individuelles provenant de plusieurs parties soulève d'importantes préoccupations en matière de confidentialité et des défis de conformité.

La nouvelle fonctionnalité répond à ces défis en permettant la création de versions synthétiques de jeux de données sensibles. Ces jeux de données synthétiques conservent les modèles statistiques des données d'origine sans exposer les enregistrements originaux. Cela ouvre de nouvelles voies pour l'entraînement de modèles dans des scénarios où la protection de la vie privée était auparavant un obstacle.

Intégrée à AWS Clean Rooms ML, la fonctionnalité utilise des techniques avancées de ML pour produire des données synthétiques. Elle vise à permettre l'obtention d'informations sur des questions telles que l'identification des caractéristiques client indiquant une forte probabilité de conversion, sans accès direct aux signaux individuels qui pourraient enfreindre les politiques de confidentialité ou les réglementations.