Dans notre dernier numéroj’ai écrit sur les villes intelligentes et le débat croissant sur la query de savoir à qui appartient l’énorme quantité d’informations qu’elles collectent.
Ce débat pourrait contribuer à expliquer pourquoi une étrange course technologique se dessine aujourd’hui.
Les entreprises, les gouvernements et les chercheurs s’efforcent de créer des outils capables de protéger les informations sensibles dans un monde où l’IA peut déduire des informations que nous n’avons jamais intentionnellement partagées.
Ce nouveau marché de la confidentialité est en passe de devenir une activité huge.
Et pourrait également devenir l’un des champs de bataille technologiques les plus importants de la prochaine décennie.
C’est compliqué…
Il y a plus de dix ans, Goal a découvert qu’une adolescente était enceinte avant son père.
Les systèmes d’analyse du détaillant ont remarqué des changements dans ses habitudes d’achat et ont commencé à envoyer des coupons pour des produits pour bébés au domicile familial.
Son père aurait fait irruption dans un magasin Goal pour exiger des réponses, pour découvrir plus tard que la prédiction était correcte.
À l’époque, cette histoire semblait choquante. Mais aujourd’hui, cela semble presque primitif.
Parce que Goal a fait cette prédiction en utilisant une analyse de données relativement basique par rapport aux systèmes d’IA beaucoup plus avancés construits aujourd’hui.
L’ensemble de l’économie de la confidentialité en ligne a été construite autour de la easy idée d’essayer de protéger les informations que vous avez sciemment transmises. Les entreprises ont collecté vos données, mais vous avez décidé de les partager. Et les entreprises de cybersécurité ont essayé d’empêcher toute fuite ou tout vol.
Mais l’IA change la définition de la vie privée.
En 2013, des chercheurs de Cambridge et de Microsoft ont démontré que les mentions J’aime sur Fb pouvaient prédire avec précision des traits hautement personnels, notamment les opinions politiques, les caractéristiques de la personnalité et l’orientation sexuelle.
Cette étude a utilisé les données de seulement 58 000 volontaires.
Imaginez maintenant ce que les systèmes d’IA modernes peuvent faire avec des swimming pools d’informations beaucoup plus importants provenant des smartphones, des appareils portables, des voitures connectées, des maisons intelligentes et des infrastructures intelligentes.
L’IA peut même utiliser le Wi-Fi pour nous identifier.
C’est pourquoi l’ancien modèle de confidentialité ne fonctionnera pas à l’ère de l’IA.
Étant donné que l’IA peut de plus en plus relier des modèles que les humains ne pourraient jamais remarquer par eux-mêmes, un hôpital pourrait bientôt ne plus avoir besoin de vos dossiers médicaux pour déduire certains risques pour la santé. Ou encore, un détaillant n’a peut-être pas besoin de votre historique d’achats pour prédire votre comportement.
En d’autres termes, l’IA transforme lentement la confidentialité d’un problème de données en un problème d’inférence.
Et cela crée un nouveau marché massif presque du jour au lendemain.
Les estimations varient, mais le marché des « applied sciences améliorant la vie privée » s’élevait à environ 4 milliards de {dollars} en 2025. Mais il pourrait atteindre plus de 28 milliards de {dollars} d’ici 2034.
Picture : scoop.market.us
Cela représente une croissance multipliée par 7 en moins d’une décennie. Pourtant, la plupart des investisseurs ne prêtent toujours pas consideration à ce secteur.
En janvier 2024, j’ai recommandé Palantir (Nasdaq : PLTR) comme ma sélection d’actions n°1 pour l’année. L’entreprise aide les gouvernements et les entreprises à donner un sens à d’énormes quantités de données, ce qui en fait un élément vital de l’infrastructure de l’IA.
Nous avons finalement vendu la moitié de la place de notre portefeuille modèle Strategic Fortunes pour un achieve de 994 % et le reste des actions pour un achieve de 780 %.
Aujourd’hui, une autre histoire d’infrastructure begin à émerger. Mais celui-ci n’a pas pour however d’aider l’IA à devenir plus puissante.
Il s’agit de nous aider à contrôler ce qu’il apprend.
Et certaines des applied sciences développées aujourd’hui sont véritablement fascinantes.
L’une d’elles est appelée « preuve de connaissance nulle ».
Cela permet à quelqu’un de prouver que quelque selected est vrai sans révéler l’data sous-jacente elle-même.
Par exemple, vous pouvez prouver que vous êtes assez vieux pour acheter de l’alcool sans révéler votre date de naissance. Ou prouvez que vous habitez dans une certaine ville sans communiquer votre adresse complète.
Une autre technologie émergente est appelée cryptage homomorphe.
Il permet aux ordinateurs d’exécuter des calculs sur des informations cryptées sans les déchiffrer au préalable.
Cela peut paraître absurde, mais cela pourrait devenir extrêmement vital dans un avenir où les hôpitaux, les banques et les gouvernements souhaitent que les systèmes d’IA identifient des modèles sans exposer les données sensibles qu’ils contiennent.
Les données synthétiques suscitent également un intérêt croissant.
Au lieu de former l’IA sur des informations personnelles réelles, les entreprises créent des ensembles de données artificielles qui se comportent statistiquement comme des données réelles, sans être connectées à des personnes réelles.
Cela signifie qu’un hôpital pourrait former des systèmes d’IA sans exposer les antécédents des sufferers. Une ville pourrait également modéliser les schémas de circulation sans stocker les mouvements de chaque conducteur.
Naturellement, les Huge Tech se lancent de manière agressive dans ce domaine.
L’année dernière, Apple a introduit quelque selected appelé Personal Cloud Compute, conçu pour permettre à Apple Intelligence de traiter des requêtes d’IA plus complexes tout en limitant la quantité d’informations personnelles exposées au cloud.
Et Google et Nvidia s’investissent tous deux massivement dans « l’informatique confidentielle », conçue pour protéger les informations sensibles même lorsque les systèmes d’IA les traitent activement.
En fait, les gouvernements et les entreprises sont de plus en plus nerveux quant à ce que ces systèmes peuvent apprendre.
La loi de l’Union européenne sur l’IA interdit désormais certains systèmes d’IA conçus pour déduire des caractéristiques personnelles très sensibles, notamment certaines formes de catégorisation biométrique et de reconnaissance des émotions.
Et Samsung a temporairement interdit aux employés d’utiliser ChatGPT en interne après avoir signalé que des employés avaient téléchargé du code supply smart et des notes de réunion confidentielles dans le système.
Cela nous dit quelque selected d’vital.
Voici mon avis
Le increase de l’IA crée un nouveau problème étrange.
Plus l’IA devient intelligente, plus il est difficile de contrôler ce qu’elle peut apprendre.
Cela explique en partie pourquoi les entreprises, les gouvernements et les régulateurs se précipitent tous pour créer de nouvelles applied sciences de confidentialité.
J’ai passé ces dernières années à me concentrer sur l’infrastructure nécessaire pour rendre l’IA potential. Désormais, je surveille également l’infrastructure nécessaire pour garder le contrôle.
Parce que le prochain grand marché des infrastructures d’IA ne consistera peut-être pas à aider les machines à en apprendre davantage.
Il s’agit peut-être de les aider à moins apprendre.
Salutations,
Ian KingStratège en chef, Banyan Hill Publishing
Notice de l’éditeur : nous serions ravis d’avoir de vos nouvelles !
Si vous souhaitez partager vos réflexions ou ideas sur le Each day Disruptor, ou s’il y a des sujets spécifiques que vous souhaiteriez que nous abordions, envoyez simplement un e-mail à dailydisruptor@banyanhill.com.
Ne vous inquiétez pas, nous ne révélerons pas votre nom complet si nous publions une réponse. Alors n’hésitez pas à commenter !
