赋能制造商：面向隐私保护AI工具的案例研究——解决实际问题的隐私保护机器学习

中小型制造商需要创新的数据工具，但由于竞争和隐私顾虑，往往不愿与可能为其提供帮助的研究人员共享其专有数据。本文引入一个隐私保护平台，使制造商能够通过安全方式共享数据，让研究人员在该平台上创建解决制造商实际问题的创新工具，然后将执行解决方案的工具返回到平台上供他人使用，同时保持隐私和保密。我们通过一个具体案例说明，该案例解决大规模食品晶体制造中的重要问题，即品质控制依赖于图像分析工具。此前，食品晶体在图像中被手动计数，需耗费大量和耗时的人员工作。我们开发并部署了一个晶体分析工具，使该过程更加快速和准确。该工具实现了从显微镜图像中自动表征晶体尺寸分布和数量，同时自动移除样本准备中的天然瑕疵；还开发了一个用于计数高分辨率半透明晶体和晶体团聚体的机器学习模型。最终将该算法封装进基于隐私保护平台的 Web应用，使制造商可在保持其专有数据安全的前提下使用。本文展示了完整的流程，同时也探讨了未来方向。