Gretel se convierte en GA con la pila de desarrolladores de ingeniería de privacidad
La startup anunció la disponibilidad general de su kit de herramientas de ingeniería de privacidad que contiene API y servicios que permiten a los usuarios clasificar, transformar y generar datos sintéticos de alta calidad.
Gretel, con sede en San Diego, es una de las primeras empresas que se centra en el uso comercial de datos sintéticos. La startup de dos años de antigüedad anunció esta semana la disponibilidad general de su kit de herramientas de ingeniería de privacidad que contiene API y servicios que permiten a los usuarios clasificar, transformar y generar datos sintéticos de alta calidad.
Si no sabes en qué consisten los datos sintéticos, tienes mucha compañía. Los datos sintéticos son información que es fabricada artificialmente por máquinas en lugar de ser generada por eventos del mundo real. Los datos sintéticos se crean algorítmicamente y se utilizan como sustituto de los conjuntos de datos de prueba de datos operativos o de producción para validar modelos matemáticos y, cada vez más, para entrenar modelos de aprendizaje automático (ML). Estos datos de sustitución ayudan a preservar la privacidad de la información personal y pueden ahorrar a los sistemas de TI una gran cantidad de tiempo, problemas y dinero en el proceso.
Cuando se crean modelos de ML, los datos deben ser puros. Si hay errores, duplicaciones u otros contratiempos en los datos reales en la construcción de dichos modelos, inevitablemente surgirán problemas, lo que costará tiempo y dinero a la empresa. Con cada vez más modelos de inteligencia artificial y ML que se utilizan en diversos casos de uso, la necesidad de datos sintéticos está creciendo rápidamente. Los analistas han proyectado que se utilizarán más datos sintéticos que los originales para construir modelos de ML para finales de la década.
Ser capaz de clasificar, transformar y generar datos sintéticos de alta calidad elimina los cuellos de botella de privacidad para numerosos procesos de desarrollo y flujo de trabajo que impiden el intercambio de datos y sofocan la innovación, dijo el CEO Ali Golshan a ZDNet.
"Hemos construido un kit de herramientas de privacidad que es accesible para todos los desarrolladores y escalable para cualquier proyecto listo para la empresa", dijo Golshan. "Con Gretel, cualquiera puede clasificar, anonimizar y sintetizar datos que están probados en privacidad y son altamente precisos con solo unos pocos clics. Nuestras garantías de privacidad avanzadas también brindan a los usuarios un control completo para ajustar los niveles de privacidad de los datos, en función de las necesidades de su proyecto, y proteger los datos sintéticos contra ataques adversarios".
Golshan dijo que la compañía ha probado sus productos en un programa de beta abierta durante más de un año. Ha incorporado mejoras a su kit de herramientas basadas en los comentarios de más de 60 compromisos empresariales, una comunidad de miles de usuarios y usuarios de código abierto que han descargado el SDK más de 70.000 veces, según la compañía.
Gretel ha estado trabajando con organizaciones en varias industrias verticales, dijo Golshan, incluyendo la atención médica, las ciencias de la vida, las finanzas y los juegos. Algunos de sus trabajos recientes incluyen la creación de datos genómicos sintéticos y datos bancarios sintéticos de series temporales.
El interés en las herramientas de ingeniería de privacidad de Gretel está respaldado por las previsiones de los analistas de que para 2030, los datos sintéticos eclipsarán por completo a los datos reales en los modelos de IA, dijo Golshan
"Al crear herramientas flexibles, seguras y fáciles de implementar para apoyar a los desarrolladores basados en datos, Gretel abrirá un mundo de progreso en todas las industrias", dijo Max Wessel, Vicepresidente Ejecutivo y Director de Aprendizaje de SAP.
Ingeniería de privacidad avanzada hecha accesible
La pila de privacidad todo en uno de Gretel se compone de herramientas de ingeniería que:
Cree datos sintéticos altamente precisos y probados en privacidad
Sistemas de preproducción de semillas con conjuntos de datos seguros y estadísticamente precisos
Identifique y elimine los datos confidenciales para reducir los riesgos relacionados con la PII
Aumente y elimine el sesgo de los conjuntos de datos para entrenar modelos de ML/AI de forma justa
Anonimice los datos confidenciales en tiempo real, para obtener datos a escala
Gretel también está presentando una vista previa de un conector de almacenamiento AWS S3 para su kit de herramientas. Para obtener más información, haga clic aquí. Se puede acceder a los servicios de Gretel a través de su oferta de nube SaaS o CLI para entornos locales.