AnswersPublished22 sources
Jak Singapur usnadňuje využití AI bez sdílení citlivých dat
Singapurské úřady PDPC a IMDA představily 20. července 2026 nová doporučení pro technologie chránící soukromí a příklady jejich využití v pilotním programu.
PublikovalUpraveno pomocí GPT-6 LunaObrázky vytvořeny pomocí GPT Image 2
Research answer
Key takeaways
- Singapurské úřady PDPC a IMDA představily 20. července 2026 nová doporučení pro technologie chránící soukromí a příklady jejich využití v pilotním programu.
- Singapurská všeobecná nemocnice zkouší chráněné prostředí pro cloudové zpracování lékařských snímků; případová studie Ant International popisuje kombinaci několika technologií PET.
- Volba závisí na cíli: federované učení umožňuje společně trénovat modely, zatímco syntetická data vytvářejí umělou datovou sadu pro sdílení či analýzu.
AI Prompt
openai.comCreate a landscape editorial hero image for this Studio Global article: How are Singapore’s Personal Data Protection Commission (PDPC) and Infocomm Media Development Authority (IMDA) advancing privacy-preserving. Article summary: PDPC and IMDA are combining practical privacy-enhancing technology (PET) guidance with sandbox experimentation to make data-driven innovation easier without requiring unrestricted access to sensitive data; these initiati. Topic tags: general, general web, user generated, government, academic. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, water
Organizace někdy potřebují společně analyzovat data, ale citlivé záznamy nemohou nebo nechtějí předat partnerům. Singapur na tuto překážku reaguje prakticky: kombinuje nová doporučení pro technologie chránící soukromí s pilotními projekty, které jejich využití zkoušejí v praxi. Iniciativy představily singapurská Komise pro ochranu osobních údajů (PDPC) a Úřad pro rozvoj informatiky a médií (IMDA) na Singapore Data Festivalu 20. července 2026. 1
38
Dvě cesty, jak pracovat s daty šetrněji
Technologie zvyšující ochranu soukromí, zkráceně PET, mohou buď umožnit spolupráci bez sdílení původních dat, nebo data upravit tak, aby je bylo bezpečnější sdílet. Nejde o zaměnitelné postupy: rozhodující je, zda organizace potřebují společně vyvíjet model, nebo připravit datovou sadu k dalšímu využití. 2
Federované učení: model se učí, data zůstávají na místě
Při federovaném učení se model trénuje nad daty, která zůstávají v prostředí jednotlivých organizací. Partneři si vyměňují například aktualizace modelu nebo souhrnné poznatky, nikoli jednoduše společnou kopii původních záznamů. 18
32
Takový postup může usnadnit spolupráci tam, kde data drží různé organizace. Neznamená však, že každá výměna informací nebo každý model je automaticky bez rizika. Stále je potřeba zajistit vhodné zabezpečení, pravidla přístupu a odpovědné řízení celého procesu. 16
Syntetická data: vytvořená sada místo původních záznamů
Syntetická data jsou uměle vytvořené údaje, které mohou posloužit například při analýze nebo sdílení datové sady. Oproti federovanému učení tak nejde primárně o společný trénink modelu nad daty ponechanými u jejich vlastníků. Doporučení PDPC se zaměřuje na tvorbu strukturovaných dat. 48
To, že jsou data syntetická, samo o sobě nezaručuje anonymitu. Organizace musí posoudit, zda by z nich přesto nebylo možné odhalit informace o konkrétních lidech a zda se hodí k zamýšlenému účelu. PET nenahrazují kvalitní správu dat, zabezpečení, řízení přístupu ani lidský dohled. 16
Doporučení mají pomoci s výběrem i zavedením
Oznámení ze Singapore Data Festivalu zahrnovala novou příručku k federovanému učení a aktualizovanou příručku k tvorbě syntetických dat. Jejich cílem je pomoci organizacím převést tyto technologie do praxe; podle informací o příručce pro federované učení zahrnuje doporučení také plán zavádění a řízení rizik. 1
37
48
Základní otázka při výběru je jednoduchá: potřebují partneři společně trénovat model, aniž by data opustila jejich prostředí? Pak může být vhodné federované učení. Potřebují-li spíše datovou sadu ke sdílení či analýze, může dávat smysl syntetická data. V obou případech je nutné posoudit ochranu soukromí, kvalitu dat, zabezpečení i to, zda řešení vyhovuje konkrétnímu provozu.
Pilotní projekty ukazují technologie v praxi
Program PET Sandbox, který IMDA spustil v roce 2022, poskytuje firmám prostor k pilotnímu ověřování technologií na ochranu soukromí s podporou úřadu. 6
46 Nové příklady představené v roce 2026 se týkají zdravotnictví a plateb.
38
- Lékařské snímky: Singapurská všeobecná nemocnice využívá podle oznámeného projektu důvěryhodná výpočetní prostředí (Trusted Execution Environments, TEE) pro cloudové zpracování a inferenci AI nad lékařskými snímky. Projekt ukazuje snahu pracovat s citlivými daty v chráněném prostředí; samotné oznámení ale není důkazem konkrétních klinických přínosů ani úspor.
15
38
- Spolupráce při platbách: Případová studie Ant International popisuje kombinaci federovaného učení, více-stranického výpočtu (Multi-Party Computing) a homomorfního šifrování. Zapojené organizace mohou určit společné zákazníky a společně trénovat predikční model, zatímco podkladová osobní data zůstávají v jejich vlastním prostředí.
Pilotní provoz je důležitý právě proto, že samotná nálepka „chrání soukromí“ nestačí. Organizace potřebují ověřit, zda řešení odpovídá konkrétní spolupráci a zda jeho technické a bezpečnostní předpoklady obstojí v praxi. 6
46
Co si z toho odnést
Singapurský přístup propojuje doporučení s možností technologie vyzkoušet. Federované učení se hodí pro společný vývoj modelu, když data mají zůstat u svých vlastníků; syntetická data mohou být užitečná, když je potřeba vytvořená sada pro sdílení nebo analýzu. V žádném případě však nejde o univerzální záruku ochrany soukromí: rozhodující jsou konkrétní rizika, zabezpečení a způsob použití. 2
16
38
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "Jak Singapur usnadňuje využití AI bez sdílení citlivých dat"?
Singapurské úřady PDPC a IMDA představily 20. července 2026 nová doporučení pro technologie chránící soukromí a příklady jejich využití v pilotním programu.
What are the key points to validate first?
Singapurské úřady PDPC a IMDA představily 20. července 2026 nová doporučení pro technologie chránící soukromí a příklady jejich využití v pilotním programu. Singapurská všeobecná nemocnice zkouší chráněné prostředí pro cloudové zpracování lékařských snímků; případová studie Ant International popisuje kombinaci několika technologií PET.
What should I do next in practice?
Volba závisí na cíli: federované učení umožňuje společně trénovat modely, zatímco syntetická data vytvářejí umělou datovou sadu pro sdílení či analýzu.