AnswersPublished22 sources
Singapore tekee yksityisyyttä suojaavasta tekoälystä käytännöllisempää
Singaporen PDPC ja IMDA julkistivat 20. heinäkuuta 2026 uutta ohjeistusta ja kokeiluhankkeita yksityisyyttä parantavista teknologioista.
JulkaisijaMuokattu mallilla GPT-6 LunaKuvat luotu mallilla GPT Image 2
Research answer
Key takeaways
- Singaporen PDPC ja IMDA julkistivat 20. heinäkuuta 2026 uutta ohjeistusta ja kokeiluhankkeita yksityisyyttä parantavista teknologioista.
- Federoidussa oppimisessa mallia koulutetaan paikallisesti säilyvällä datalla; synteettinen data puolestaan tarjoaa keinotekoisen aineiston analyysiin tai jaettavaksi.
- Kokeilut kattavat muun muassa lääketieteellisten kuvien analysoinnin ja maksuyhteistyön, mutta teknologia ei yksin takaa tietosuojaa.
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
Organisaatioilla voi olla tekoälyn kehittämiseen hyödyllistä dataa, mutta arkaluonteisten tietojen kokoaminen samaan paikkaan ei aina ole mahdollista tai toivottavaa. Singapore vastaa tähän pulmaan uusilla ohjeilla ja käytännön kokeiluilla: tavoitteena on tehdä yhteistyöstä helpompaa ilman, että alkuperäisiä tietoja tarvitsee jakaa vapaasti. 1
38
Singaporen henkilötietojen suojasta vastaava PDPC ja viestintä- ja mediaviranomainen IMDA julkistivat hankkeet Singapore Data Festival -tapahtumassa 20. heinäkuuta 2026. Kokonaisuuteen kuuluu uusi opas federoidusta oppimisesta, päivitetty opas synteettisen datan tuottamisesta sekä uusia hankkeita IMDA:n PET Sandboxissa eli yksityisyyttä parantavien teknologioiden testausympäristössä. 1
38
Kaksi tapaa hyödyntää dataa
Yksityisyyttä parantavat teknologiat eli PET-ratkaisut tarjoavat erilaisia keinoja käyttää tietoa paljastamatta alkuperäisiä henkilötietoja. Yksi lähestymistapa mahdollistaa yhteistyön niin, että data pysyy omistajansa hallinnassa. Toinen pyrkii tekemään datan jakamisesta turvallisempaa muokkaamalla tai suojaamalla aineistoa. 2
Federoitu oppiminen: malli oppii hajautetusta datasta
Federoidussa oppimisessa organisaatiot kouluttavat mallia hajautetuissa ympäristöissä sen sijaan, että yhdistäisivät alkuperäiset aineistonsa yhteen paikkaan. Osapuolet vaihtavat esimerkiksi mallipäivityksiä tai koottuja tuloksia, kun taas varsinainen data pysyy paikallisesti. 18
32
Tämä voi helpottaa yhteistyötä silloin, kun tiedot ovat eri organisaatioiden hallussa. Menetelmä ei kuitenkaan tarkoita, että kaikki tiedonvaihto tai jokainen malli olisi automaattisesti riskitön. Tarvitaan myös tietoturvaa, asianmukaisia käyttöoikeuksia ja toimivaa hallintaa. 16
Synteettinen data: keinotekoinen aineisto käyttöön
Synteettinen data on keinotekoisesti tuotettua aineistoa, jota voidaan käyttää esimerkiksi analyysissä tai jakaa yhteistyökumppaneille. Se vastaa eri tarpeeseen kuin federoitu oppiminen: tarkoituksena on tarjota käyttöön data-aineisto, ei kouluttaa yhteistä mallia niin, että alkuperäiset tiedot pysyvät hajallaan. PDPC:n päivitetty opas käsittelee rakenteisen datan tuottamista. 48
Keinotekoinen data ei silti ole automaattisesti nimetöntä tai riskitöntä. Organisaatioiden on arvioitava, voiko aineistosta päätellä tietoja yksittäisistä ihmisistä ja soveltuuko se suunniteltuun käyttöön. PET-ratkaisut eivät korvaa hyvää tietosuojaa, tietoturvaa, käyttöoikeuksien hallintaa tai ihmisten valvontaa. 16
Oppaista kokeiluihin
Uudet oppaat pyrkivät auttamaan organisaatioita viemään teknologiat käytäntöön. Federoitua oppimista käsittelevä opas sisältää raportoinnin mukaan käyttöönoton etenemissuunnitelmia ja riskienhallintaa koskevia suosituksia. 1
37 Käytännön valinta riippuu ennen kaikkea siitä, halutaanko kouluttaa mallia yhdessä datan pysyessä paikallaan vai tarvitaanko analysoitava tai jaettava aineisto.
IMDA:n PET Sandbox perustettiin vuonna 2022 yritysten kokeilualustaksi. Uudet käyttötapaukset havainnollistavat, miten teknologioita voidaan soveltaa esimerkiksi terveydenhuollossa ja maksamisessa. 6
38
- Lääketieteelliset kuvat: Singapore General Hospital käyttää ilmoitetussa hankkeessa luotettuja suoritusympäristöjä pilvipalvelussa tehtävään tekoälyanalyysiin. Kyse on arkaluonteisen aineiston käsittelystä suojatussa ympäristössä; hankkeen esittely ei itsessään osoita tiettyjä kliinisiä tai kustannushyötyjä.
15
38
- Maksamisen tietoyhteistyö: Ant Internationalin tapaustutkimuksessa yhdistetään federoitu oppiminen, monen osapuolen laskenta ja homomorfinen salaus. Näin osapuolet voivat tunnistaa yhteisiä asiakkaita ja kouluttaa ennustemallia yhdessä pitäen henkilötiedot omissa ympäristöissään.
Kokeilujen arvo on siinä, että teknologian toimivuutta voidaan arvioida oikeassa käyttötarkoituksessa ennen laajempaa käyttöönottoa. Pelkkä yksityisyyttä lupaava nimi ei vielä kerro, sopiiko ratkaisu organisaation tarpeisiin. 6
46
Mitä yritysten kannattaa tästä ottaa mukaan?
Singapore yhdistää ohjeistuksen ja käytännön testaamisen. Federoitu oppiminen voi sopia tilanteisiin, joissa mallia halutaan kehittää yhdessä mutta alkuperäisen datan on pysyttävä paikallaan. Synteettistä dataa kannattaa tarkastella silloin, kun tarpeena on jaettava aineisto. Molemmissa tapauksissa on arvioitava tietosuoja, aineiston laatu, tietoturva ja ratkaisun soveltuvuus käyttökohteeseen. PET-ratkaisut voivat vähentää tarvetta paljastaa alkuperäistä dataa, mutta ne ovat osa vastuullista tiedonkäyttöä — eivät yleinen tae yksityisyydestä. 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 "Singapore tekee yksityisyyttä suojaavasta tekoälystä käytännöllisempää"?
Singaporen PDPC ja IMDA julkistivat 20. heinäkuuta 2026 uutta ohjeistusta ja kokeiluhankkeita yksityisyyttä parantavista teknologioista.
What are the key points to validate first?
Singaporen PDPC ja IMDA julkistivat 20. heinäkuuta 2026 uutta ohjeistusta ja kokeiluhankkeita yksityisyyttä parantavista teknologioista. Federoidussa oppimisessa mallia koulutetaan paikallisesti säilyvällä datalla; synteettinen data puolestaan tarjoaa keinotekoisen aineiston analyysiin tai jaettavaksi.
What should I do next in practice?
Kokeilut kattavat muun muassa lääketieteellisten kuvien analysoinnin ja maksuyhteistyön, mutta teknologia ei yksin takaa tietosuojaa.