AnswersPublished22 sources
Singapura mahu AI belajar daripada data tanpa perlu mengumpulkan rekod sensitif
Pada 20 Julai 2026, PDPC dan IMDA mengumumkan panduan teknologi peningkatan privasi serta contoh projek di bawah sandbox mereka. Satu projek menggunakan persekitaran pelaksanaan dipercayai untuk inferens AI berasaskan imej perubatan; kajian kes Ant International pula menggabungkan beberapa teknologi peningkatan priv...
Diterbitkan olehDisunting dengan GPT-6 LunaImej dijana dengan GPT Image 2
Research answer
Key takeaways
- Pada 20 Julai 2026, PDPC dan IMDA mengumumkan panduan teknologi peningkatan privasi serta contoh projek di bawah sandbox mereka.
- Satu projek menggunakan persekitaran pelaksanaan dipercayai untuk inferens AI berasaskan imej perubatan; kajian kes Ant International pula menggabungkan beberapa teknologi peningkatan privasi untuk kerjasama data.
- Pilihan bergantung pada keperluan: latih model bersama tanpa memindahkan data asal, atau hasilkan set data untuk dikongsi dan dianalisis.
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
Suruhanjaya Perlindungan Data Peribadi Singapura (PDPC) dan Penguasa Pembangunan Infokom Media (IMDA) mengumumkan panduan baharu tentang teknologi peningkatan privasi (PET) serta contoh penggunaan dalam sandbox sempena Singapore Data Festival pada 20 Julai 2026. Inisiatif ini menyasarkan cabaran praktikal dalam pembangunan AI: organisasi mungkin mempunyai data yang berguna, tetapi tidak dapat atau tidak mahu menggabungkan rekod sensitif mereka. 1
38
Dua cara memanfaatkan data dengan lebih menjaga privasi
PET boleh membantu organisasi bekerjasama tanpa berkongsi data asal, atau mengubah data supaya lebih selamat untuk dikongsi. Kedua-dua pendekatan ini menangani keperluan yang berbeza. Langkah pertama ialah menentukan sama ada organisasi mahu membangunkan model bersama atau mendapatkan set data untuk digunakan. 2
Pembelajaran terfederasi: latih model, data kekal di tempat asal
Dengan pembelajaran terfederasi, organisasi melatih model merentas set data yang berada di lokasi berasingan, tanpa memindahkan rekod asas daripada persekitaran masing-masing. Peserta berkongsi kemas kini model atau dapatan yang telah digabungkan, bukannya menghimpunkan data mentah mereka begitu sahaja. 18
32
Pendekatan ini boleh membuka ruang kerjasama apabila data dimiliki organisasi yang berlainan. Namun, ia tidak bermakna setiap pertukaran maklumat atau setiap model bebas risiko. Perlindungan privasi, keselamatan dan tadbir urus yang sesuai masih diperlukan. 16
Data sintetik: hasilkan set data untuk dikongsi atau dianalisis
Penjanaan data sintetik menghasilkan data buatan, bukannya memindahkan rekod asal antara organisasi. Ia sesuai untuk keperluan yang berbeza daripada pembelajaran terfederasi: menggunakan satu set data, berbanding melatih model bersama ketika data kekal di beberapa lokasi. Panduan data sintetik PDPC memberi tumpuan kepada data berstruktur. 48
Data sintetik tidak semestinya tanpa risiko hanya kerana ia buatan. Organisasi masih perlu menilai sama ada data yang dijana boleh mendedahkan maklumat tentang individu dan sama ada ia sesuai untuk tujuan yang dimaksudkan. Secara lebih luas, PDPC mengingatkan bahawa PET tidak menggantikan tadbir urus, keselamatan, kawalan akses atau pengawasan manusia yang baik. 16
Apa yang ditawarkan oleh panduan baharu
Pengumuman di Singapore Data Festival merangkumi panduan baharu tentang pembelajaran terfederasi dan panduan Penjanaan Data Sintetik yang dikemas kini. Panduan itu bertujuan membantu organisasi menggunakan PET dalam amalan; laporan mengenai panduan pembelajaran terfederasi turut menyebut pelan hala tuju penerapan dan saranan pengurusan risiko. 1
37
48
Pemilihan teknologi bergantung pada kegunaan: pembelajaran terfederasi relevan apabila peserta mahu membangunkan model bersama tanpa mengumpulkan data asal mereka; data sintetik pula boleh dipertimbangkan apabila organisasi memerlukan set data yang boleh dikongsi. Kedua-duanya bukan penyelesaian serba guna—risiko privasi, kualiti data, keselamatan dan kesesuaian operasi tetap perlu dinilai.
Projek sandbox menguji PET dalam situasi sebenar
Sandbox PET IMDA, yang diperkenalkan pada 2022, menyediakan ruang untuk perniagaan menguji projek perintis teknologi peningkatan privasi dengan sokongan pihak berkuasa. 6
46 Contoh penggunaan baharu yang diumumkan pada 2026 menunjukkan bagaimana teknologi berbeza boleh digunakan dalam bidang kesihatan dan pembayaran.
38
- Imej perubatan: Hospital Besar Singapura menggunakan Persekitaran Pelaksanaan Dipercayai (Trusted Execution Environments) untuk membuat inferens AI berasaskan awan pada imej perubatan, menurut penerangan projek tersebut. Projek ini menunjukkan usaha memproses bahan sensitif dalam persekitaran yang dilindungi; pengumumannya bukan bukti bahawa manfaat klinikal atau penjimatan kos tertentu sudah dicapai.
15
38
- Kerjasama pembayaran: Kajian kes Ant International menerangkan penggunaan gabungan pembelajaran terfederasi, pengkomputeran berbilang pihak (Multi-Party Computing) dan penyulitan homomorfik (Homomorphic Encryption). Organisasi yang terlibat boleh mengenal pasti pelanggan yang sama sambil mengekalkan data peribadi asas dalam persekitaran masing-masing dan melatih model ramalan bersama.
Contoh ini turut menunjukkan mengapa projek rintis penting: PET perlu berfungsi untuk bentuk kerjasama tertentu, bukan sekadar membawa label yang kedengaran meyakinkan tentang privasi. Ujian boleh membantu organisasi menilai kesesuaian sesuatu pendekatan sebelum digunakan dengan lebih meluas. 6
46
Kesimpulannya untuk organisasi
Pendekatan Singapura menggabungkan panduan dengan ujian praktikal. Gunakan pembelajaran terfederasi apabila matlamatnya ialah bekerjasama menggunakan data yang kekal di tempat asal; pertimbangkan data sintetik apabila set data yang dijana lebih berguna; dan uji andaian teknikal serta privasi dalam persekitaran penggunaan sebenar. PET boleh mengurangkan keperluan mendedahkan data asal, tetapi ia hanyalah satu bahagian daripada penggunaan data yang bertanggungjawab—bukan jaminan privasi menyeluruh. 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 "Singapura mahu AI belajar daripada data tanpa perlu mengumpulkan rekod sensitif"?
Pada 20 Julai 2026, PDPC dan IMDA mengumumkan panduan teknologi peningkatan privasi serta contoh projek di bawah sandbox mereka.
What are the key points to validate first?
Pada 20 Julai 2026, PDPC dan IMDA mengumumkan panduan teknologi peningkatan privasi serta contoh projek di bawah sandbox mereka. Satu projek menggunakan persekitaran pelaksanaan dipercayai untuk inferens AI berasaskan imej perubatan; kajian kes Ant International pula menggabungkan beberapa teknologi peningkatan privasi untuk kerjasama data.
What should I do next in practice?
Pilihan bergantung pada keperluan: latih model bersama tanpa memindahkan data asal, atau hasilkan set data untuk dikongsi dan dianalisis.