印度DEPA：保护隐私的AI训练数据

印度电子信息技术部联合iSPIRT基金会发布了AI训练数据共享框架DEPA的讨论草案。该方案旨在构建一种技术法律架构，允许跨行业使用聚合、批量数据集训练人工智能模型，而无需暴露原始记录。目前这仅是政府规划而非已部署的系统，且明确区别于处理个人级数据的金融账户聚合系统DEPA Inference。

架构由三大角色构成：医院、银行等机构负责注册和加密数据；初创企业和研究人员作为消费者进行模型训练；行业协会则聚合特定领域数据。流程涵盖数据登记、加密标记及自动验证，训练在安全数据环境内进行，确保原始数据不泄露。系统采用零信任安全策略，支持联邦学习和多方安全计算，并通过独立审计验证模型的公平性与鲁棒性。

为证明可行性，草案引用了宾夕法尼亚大学医学院与英特尔合作的案例，该跨国联合项目在保护患者隐私前提下实现了99%的脑肿瘤检测准确率。此举意在解决印度研究人员面临的“数据鸿沟”问题，即拥有顶尖人才但缺乏大规模高质量本土数据。官方表示，该框架预计将助力印度GDP增长5000亿美元，并可能通过替代数据信贷评估覆盖4亿未纳入正规金融体系的个人和小企业。