AIBR プレミアム
田中専務
拓海さん、最近部下が「マルチタスク学習がいい」と騒いでおりまして、しかし同時に「個人情報が漏れるかも」とも言っております。要するに現場に使える技術なのか教えてください。
AIメンター拓海
素晴らしい着眼点ですね！結論を先に言えば、MetaMorphosisは「一つのモデルで複数タスクを処理しながら、不要な個人情報の露出を抑える」方法です。大丈夫、一緒に整理していけば必ず分かりますよ。
田中専務
一つのモデルで複数タスクを処理するのは分かりますが、現場の端末に入れると計算が追いつかないのではと心配です。うちの現場では古い機械も多くて。
AIメンター拓海
いい質問ですよ。ポイントは三つです。第一に、Multi-task learning (MTL) マルチタスク学習は「一つの処理パイプラインで共通の特徴を作り、それを複数タスクで使う」ため、個別モデルを並べるより計算と通信が効率化できますよ。
田中専務
計算資源は節約できるが、その共有特徴に元の映像や個人情報の痕跡が残ると困る。つまりこれがプライバシーの問題という理解で良いか、拓海さん？
AIメンター拓海
その通りです。ここで問題になるのは二つ、Input privacy（入力プライバシー、入力データそのものの保護）とTask privacy（タスク間の情報漏洩、あるタスク用の特徴が他のタスクで悪用されること）です。MetaMorphosisは両方に対処しようとしているんですよ。
田中専務
それはありがたい。具体的にはどんな仕組みでプライバシーを守るのですか。差分プライバシーとかそういう単語を聞いたことがありますが。
AIメンター拓海
