Resumen: As the world adopts Artificial Intelligence, the privacy risks are many.  AI can improve our lives, but may leak or misuse our private data.  Private AI is based on Homomorphic Encryption (HE), a new encryption paradigm which allows the cloud to operate on private data in encrypted form, without ever decrypting it, enabling private training and private prediction.  This talk will explain the mathematics behind Homomorphic Encryption and show demos of HE in action.

Bio: Kristin Lauter es directora de investigación del Grupo de Investigación Criptografía y Privacidad en Microsoft Research. Sus áreas de investigación son teoría de números y geometría algebraica con aplicaciones a la criptografía. Es particularmente conocida por su trabajo en encriptación homomórfica, criptografía de curvas elípticas y por la introducción del problema de los grafos de isogenias supersingulares. En el ámbito de aplicaciones, ha trabajado en el uso de criptografía para mantener la privacidad de registros médicos (y en la nube en general), machine learning, e incluso del genoma humano.

Con una destacada trayectoria, Kristin Lauter ha sido Presidenta de la Association for Women in Mathematics 2015 –2017, elegida el 2015 en la Class of Fellows of the American Mathematical Society “tanto por sus contribuciones a la geometría aritmética y criptografía como su servicio a la comunidad”, co-fundadora de la Women in Numbers Network, lidera la AWM NSF Advance Grant (2015-2020) para crear y mantener redes de investigación para mujeres en todas las áreas de las matemáticas, y participó en el consejo de la American Mathematical Society (2014-2017).

Obtuvo su Ph.D en la U. de Chicago el 1996. Ha sido investigadora visitante en el Max Planck Institut fur Mathematik in Bonn, Alemania (1997), profesora asistente T.H. Hildebrandt de la U. of Michigan (1996-1999), e investigadora visitante del Institut de Mathematiques Luminy en Francia (1999). Actualmente está en Chile invitada por el Congreso del Futuro.

--

Comunicaciones DCC