ＡＩ育てる「秘匿計算」

　千葉銀行は、この実験に手を挙げた。金融機能管理グループの海老原大介調査役は「参加しないことの不利益の方が大きい」と期待する。千葉銀では、振り込め詐欺の被害かもしれない取引が１日あたり数百件ある。例えば、ふだん大金を下ろさない高齢者が２０万円をコンビニで引き出すといったものだ。これまではベテラン行員が取引内容を分析し、数百件の中から実際の被害を見つけ、追加の被害を減らしてきた。ただ、分析には時間がかかり、次々に出てくる新たな手口への対応も難しかった。

　警察庁によると、２０１８年の振り込め詐欺などの被害額は全国で３５７億円。ここ４年は減少傾向だが、それでも被害はなくならない。全国の銀行で日々行われる膨大な数の取引データを集めてＡＩで分析すれば、振り込め詐欺を検知する精度が上がる。地方の銀行で１日１、２件しか被害がなくても、高齢者による高額の振り込みが特定の時間帯で相次いでいるといった兆候を自動で見つけ出せると期待される。ただし、銀行は個人情報の取り扱いに関する規約上、預金者のデータを外部に持ち出したり、ほかの銀行と共有したりすることは難しい。
　そこで、個人情報を保護しつつ、データ共有する「秘匿計算」を活用する。

参加する銀行は暗号化された取引情報だけを提供。ＡＩが暗号化された状態のまま情報を分析し、振り込め詐欺の手口を学ぶ。万一、情報が流出しても、解読できないので悪用される心配は少ない。
　情報通信研究機構の盛合志帆セキュリティ基盤研究室長は「多くの銀行で取り組むことで、組織をまたいで多くの学習データが集められ、より正確に検知ができるようになるだろう」と話す。
　　　　＊
　秘匿計算は１９８０年代から研究されてきた。特にここ数年、コンピューターの高速化が進むと同時に、個人情報保護のニーズが高まるなかで注目されている。
　海外では、米ボストン大などが昨年、現地企業１１４社の従業員約１７万人の給与データを分析。黒人女性やラテンアメリカ系の女性は、白人男性と同じ仕事でもほぼ半分程度しか稼げず、給与に性差や人種差があることを明らかにした。

　社員一人ひとりの基本給と能力給、残業時間や各種手当といった詳しい給与データに加え、性別、人種、勤続年数を各企業から提供してもらうとき、秘匿計算を用いて暗号化したデータだけを分析する条件で企業側の理解を得たという。
　米スタンフォード大も、患者の遺伝情報から病気に関する遺伝子を見つける解析に秘匿計算を活用した。研究チームは「遺伝に関する病気の情報は家族にも関わることなので、プライバシーを適切に保護する必要がある」と話している。
　より高性能なＡＩを作るには、膨大なデータを集められるグーグルやアップルなどの巨大ＩＴ企業に強みがあった。
　秘匿計算の研究開発を進めるスタートアップ企業「ゼンムテック」の平岡正明執行役員は「プライバシーの問題が解決すれば、小売店同士が協力し合って精度良く消費者の行動を予測できるようになるかもしれない」と話す。
　　　　＊
　秘匿計算は、複数あるデータを暗号化してまとめて計算する特徴がある。一つひとつのデータは暗号化されていて意味を持たないが、分析した結果は利用できる。産業技術総合研究所の花岡悟一郎研究チーム長は「中が見えない二つの箱をつなげると、箱を開けなくても中に入っていたボールの数の合計が分かってしまうような技術が使われている」と説明する。

＜情報保護、高まる需要＞　

無線ＬＡＮやネット通販、インターネット銀行などの普及で、データを守る暗号化技術の需要はますます高まっている。調査会社ＩＤＣジャパンによると、国内の暗号化関連市場は年平均で３．５％成長し、２０１７年の１３５億円から、２２年には１６１億円に拡大すると予測している。

科学の扉@朝日新聞記事　

※ メール・BLOG の転送厳禁です!!  よろしくお願いします。