研究人员开发了一个名为私有计算空间（PCS）的新系统，以解决阻碍人工智能在农业领域应用的隐私问题。这个开源机器学习系统使用联邦学习、差分隐私和可信执行环境来安全地处理农民数据，同时保持模型的效用。PCS 在纽约和加利福尼亚部署，在监测植物氮含量和预测蒸散量方面证明了其有效性，在不损害隐私的情况下将模型准确性提高了高达 22.4%。 AI
影响 通过解决农民关键的数据隐私问题，增强了人工智能在农业领域的应用。
排序理由 该集群描述了一篇详细介绍新系统及其评估的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
- arXiv
- California
- differential privacy
- federated learning
- New York
- Private Computation Space
- Trusted Execution Environments
- U.S.
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
