Kryptografi ska öka tillförlitligheten i maskininlärning
Professor Shafi Goldwasser presenterar vid LMU München kryptografiska metoder för att hantera tillförlitlighetsfrågor inom maskininlärning. Föreläsningen berör även interaktiva bevis.
Ludwig-Maximilians-Universität München (LMU) anordnar, som en del av serien Munich AI Lectures, en föreläsning av professor Shafi Goldwasser. Föreläsningen kommer att belysa hur kryptografiska metoder och interaktiva bevis kan användas för att adressera utmaningar kring tillförlitligheten i maskininlärningssystem.evenemanget äger rum den 20 oktober 2026 vid Bayerische Akademie der Wissenschaften i München och även online.
Professor Goldwasser, en framstående forskare vid Massachusetts Institute of Technology (MIT) och University of California, Berkeley, kommer att förklara hur kryptografiska tekniker kan stärka tillförlitligheten i olika skeden av maskininlärningsprocessen, från datahantering till modellträning och användning.
Detta tillvägagångssätt är avgörande i takt med att artificiell intelligens blir alltmer integrerad i samhället. Metoderna syftar till att identifiera och förhindra opålitlighet och fel, vilket säkerställer att AI-system fungerar som avsett. Goldwassers banbrytande arbete inom området erkändes med Turingpriset 2012.
Föreläsningen organiseras av ett konsortium av akademiska och forskningsinstitutioner, inklusive LMU:s AI-HUB, som en del av Munich AI Lectures-initiativet. Syftet med serien är att samla ledande AI-forskare till München och främja diskussioner om viktiga AI-relaterade ämnen.