P.A.I.（パーソナル人工知能）を開発するオルツ（米倉千貴社長）は、分散型ニューラルネットワーク基盤「alt Emeth（オルツ・エメス）」上に置いて、学習データを秘匿したままディープラーニングを行う「分散秘匿計算」の技法を確立した。

　alt Emethは、世界中に散在するGPUをピア・ツー・ピアで接続し、ネットワークを越えて単一のディープラーニングを行う計算基盤。ネットワークを超えてヘテロジニアス（異種混在）な環境での学習処理を実現する。現在、稼働しているが、アーキテクチャーの性質上、データを秘匿したまま計算を行うことが難しかった。この度、データ秘匿性を担保しつつ分散計算を実行できる「分散秘匿計算」の開発に成功した。
 
　学習処理のジョブがalt Emethに投入される際、その学習データを秘匿写像の方式で暗号化する。その後、alt Emeth上で繋がっている膨大な数のGPUノードから最適なノードが選定され、自動的にクラスターを形成。このクラスターを形成する各ノードが、自身に割り当てられた分の暗号化されたデータを取得しに行き、それぞれが学習を行った上で、結果をマスターノードに集約する。

　最終的に統合したモデル自体も秘匿された状態にあるため、統合モデルが第三者に漏えいした場合でも、その内容を読み取られることがない。なお、モデルを使用する際、元の写像関数を用いて復号化する。

　今回、分散秘匿計算が実現したことで、今後膨大な計算リソースを必要とするケースなどでの活用が期待される。