Sitz in San Diego Gretel Ist eines der ersten Unternehmen, das sich auf die kommerzielle Nutzung künstlicher Daten konzentriert. Das auf zwei Jahre angelegte Startup gab diese Woche die allgemeine Verfügbarkeit seines Privacy Engineering Toolkit bekannt, das APIs und Dienste umfasst, mit denen Benutzer hochwertige künstliche Daten klassifizieren, ändern und erstellen können.
Wenn Sie nicht wissen, was künstliche Daten sind, dann haben Sie genug Gesellschaft. Künstliche Daten sind Informationen, die künstlich von Maschinen generiert werden und nicht aus realen Ereignissen stammen. Künstliche Daten werden nach Algorithmen aufgebaut und dienen als Ersatz für Testdatensätze von Produktions- oder Betriebsdaten, um mathematische Modelle und zunehmend Modelle für maschinelles Lernen (ML) zu validieren. Diese alternativen Daten tragen zum Schutz der Privatsphäre personenbezogener Daten bei und können IT-Systemen viel Zeit, Ärger und Geld sparen.
Beim Erstellen von ML-Modellen müssen die Daten rein sein. Wenn bei der Erstellung solcher Modelle Fehler, Duplikate oder andere Probleme in den tatsächlichen Daten auftreten, treten zwangsläufig Probleme auf, die das Unternehmen Zeit und Geld kosten. Mit dem zunehmenden Einsatz von künstlicher Intelligenz und ML-Modellen in verschiedenen Anwendungen steigt der Bedarf an künstlichen Daten rapide an. Analysten haben. Erwartet Bis zum Ende des Jahrzehnts werden mehr künstliche als echte Daten zur Erstellung von ML-Modellen verwendet.
Ali Golshan, CEO, sagte gegenüber ZDNet, dass die Möglichkeit, hochwertige künstliche Daten zu klassifizieren, zu modifizieren und zu erstellen, Datenschutzbarrieren für mehrere Entwicklungs- und Workflow-Prozesse beseitigt, die den Datenaustausch und Innovationen verhindern
„Wir haben ein Datenschutz-Toolkit entwickelt, das für alle Entwickler zugänglich und für jedes unternehmenstaugliche Projekt erweiterbar ist“, sagte Golshan. „Mit Gretel kann jeder vertrauliche und hochpräzise Daten mit nur wenigen Klicks klassifizieren, anonymisieren und synthetisieren. Sie bieten außerdem die volle Kontrolle, um das Datenschutzniveau anzupassen und künstliche Sicherheit zu gewährleisten. Daten vor Gegenangriffen.“
Golshan sagte, das Unternehmen teste seine Produkte seit mehr als einem Jahr im Open Beta-Programm. Nach Angaben des Unternehmens hat es sein Toolkit basierend auf dem Feedback von mehr als 60 Unternehmensengagements, Tausenden von Benutzergemeinschaften und Open-Source-Benutzern, die das SDK über 70.000 Mal heruntergeladen haben, verbessert.
Laut Gretchen arbeitet Gretel mit Organisationen in einer Reihe vertikaler Branchen zusammen, darunter Gesundheitswesen, Biowissenschaften, Finanzen und Spiele. Einige seiner jüngsten Arbeiten beinhalten Kreativität. Künstliche genomische Daten Und Bankdaten aus künstlichen Zeitreihen.
Gretels Interesse an Privacy-Engineering-Tools wird durch die Vorhersagen von Analysten gestützt Bis 2030 werden künstliche Daten echte Daten in KI-Modellen vollständig übertreffen.sagte Gulshan
Max Wessel, Executive Vice President und Chief Learning Officer von SAP, sagte: „Durch die Schaffung flexibler, sicherer und einfach bereitzustellender Tools zur Unterstützung datengesteuerter Entwickler wird Gretel eine Welt des Wachstums in allen Branchen eröffnen.“
Erweitertes Datenschutz-Engineering zugänglich gemacht.
Gretels Datenschutz-Stack umfasst Engineering-Tools, die:
-
Erstellen Sie hochpräzise, vertraulich nachgewiesene künstliche Daten
-
Pre-Seed-Produktionssysteme mit sicheren, statistisch genauen Datensätzen
-
Identifizieren und entfernen Sie vertrauliche Daten, um PII-bezogene Risiken zu minimieren.
-
Verbessern und Debuggen von Datensätzen, um ML-/KI-Modelle richtig zu trainieren
-
Anonymisieren Sie sensible Daten für Skalendaten in Echtzeit
Gretel zeigt auch eine Vorschau des AWS S3-Speicherkonnektors für sein Toolkit. Weitere Informationen finden Sie unter. Hier. Auf die Dienste von Gretel kann für die lokale Umgebung über das SaaS-Cloud-Angebot oder die CLI zugegriffen werden.