(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210692440.2 (22)申请日 2022.06.17 (71)申请人 上海铂英飞信息技 术有限公司 地址 201620 上海市松江区文汇路1 128号1 幢 (72)发明人 龚海刚　 (74)专利代理 机构 北京知果之信知识产权代理 有限公司 1 1541 专利代理师 苏利 (51)Int.Cl. G06F 21/62(2013.01) G06K 9/62(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 人工智能的数据处 理方法及装置 (57)摘要 本公开实施例用于人工智能的数据处理方 法及装置， 其中方法包括当人工智能应用被触发 数据处理请求后， 用户端设备获取待处理的数 据， 其中， 所述用户端设备包括用户终端、 和/或 预设服务器； 用户端设备通过第一模 型对所述待 处理数据处理， 得到降维后的数据； 将所述降维 后的数据发送至部署所述智能应用的服务端， 以 使服务端对通过第二模型该 降维后的数据进行 预设处理后输出。 通过将人工智能模 型的不同网 络结构层部署在不同位置， 保证了用户数据的安 全性， 以及保证了人工智 能程序的安全性， 克服 了相关技术中用户隐私数据无法保证使用安全 性， 无法保证人工智能应用程序的安全性 等。 权利要求书1页 说明书9页 附图1页 CN 115114655 A 2022.09.27 CN 115114655 A 1.一种用于人工智能的数据处 理方法， 其特 征在于， 包括： 当人工智能应用被触发数据处理请求后， 用户端设备获取待处理 的数据， 其中， 所述用 户端设备包括用户终端、 和/或预设服 务器； 用户端设备通过第一模型对所述待处 理数据处 理， 得到降维后的数据； 将所述降维后的数据发送至部署所述智能应用的服务端， 以使服务端对通过第 二模型 该降维后的数据进行 预设处理后输出。 2.根据权利要求1所述的用于人工智能的数据处 理方法， 其特 征在于， 方法还 包括： 对训练完成的神经网络模型进行自动拆分， 得到第一模型、 以及第二模型， 其中， 所述 第一模型、 和第二模型分别为同一个训练完成的神经网络模型的不同网络层， 所述第一模 型、 和第二模型合并后可组成同一个神经网络模型。 3.根据权利要求2所述的用于人工智能的数据处理方法， 其特征在于， 所述第 一模型包 括组成神经网络模型的池化层。 4.根据权利要求2所述的用于人工智能的数据处理方法， 其特征在于， 所述第 二模型包 括组成神经网络的全连接层。 5.根据权利要求1所述的用于人工智能的数据处理方法， 其特征在于， 当人工智能应用 被触发数据处 理请求后， 用户端设备获取待处 理的数据包括： 当用于图像处理 的人工智能应用被触发图像数据处理请求后， 用户端设备获取待处理 的图像数据； 和/或， 当用于文本处理的人工智能应用被触发文本数据处理请求后， 用户端设备获取 待处理的文本数据。 6.一种用于人工智能的数据处 理装置， 其特 征在于， 包括： 数据获取单元， 当人工智能应用被触发数据处理请求后， 用户端设备获取待处理的数 据， 其中， 所述用户端设备包括用户终端、 和/或预设服 务器； 数据处理单元， 被配置成用户端设备通过第一模型对所述待处理数据处理， 得到降维 后的数据； 发送单元， 被配置成将所述降维后的数据发送至部署所述智能应用的服务端， 以使服 务端对通过第二模型 该降维后的数据进行 预设处理后输出。 7.根据权利要求6所述的用于人工智能的数据处理装置， 其特征在于， 所述第一模型、 和第二模型分别为同一个神经网络模型 的不同网络层， 所述第一模型、 和第二模型合并后 可组成同一个神经网络模型。 8.根据权利要求7所述的用于人工智能的数据处理方法， 其特征在于， 所述第 一模型包 括组成神经网络模型的池化层。 9.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质存储有计算机指 令， 所述计算机指令用于使所述计算机执行权利要求1 ‑5任意一项所述的用于人工智能的 数据处理方法。 10.一种电子设备， 其特征在于， 包括： 至少一个处理器； 以及与 所述至少一个处理器通 信连接的存储器； 其中， 所述存储器存储有 可被所述至少一个处理器执行的计算机程序， 所 述计算机程序被所述至少一个处理器执行， 以使所述至少一个处理器执行权利要求1 ‑5任 意一项所述的用于人工智能的数据处 理方法。权　利　要　求　书 1/1 页 2 CN 115114655 A 2人工智能的数据处理 方法及装置 技术领域 [0001]本公开涉及数据处理技术领域， 具体涉及到一种用于人工智能的数据处理方法及 装置。 背景技术 [0002]人工智能应用可用于人脸识别、 OCR、 自然语言处理等场景。 通常人工智能应用的 程序被部署到其对应的远程服务器上， 当需要调用智能应用的功能时， 可调用它的API， 而 后用户通过用户端上传图像(例如， 人脸照片、 文字图像照片等)或文本信息(如， 文字段落 等)等私有数据； 。 [0003]而在上述人工智能应用过程中， 用户的私有数据会被遗留在人工智能应用的远程 服务端上(及人工智能应用提供商处的设备上)， 造成了用户的隐私信息存在被泄露的风 险。 发明内容 [0004]本公开的主 要目的在于提供一种用于人工智能的数据处 理方法及装置 。 [0005]为了实现上述目的， 根据本公开的第一方面， 提供了一种用于人工智能的数据处 理， 包括： 当人工智能应用被触发数据处理请求后， 用户端设备获取待处理的数据， 其中， 所 述用户端设备包括用户终端、 和/或预设服务器； 用户端设备通过第一模型对所述待处理数 据处理， 得到降维后的数据； 将所述降维后的数据发送至部署所述智能应用的服务端， 以使 服务端对通过第二模型 该降维后的数据进行 预设处理后输出。 [0006]可选地， 方法还包括： 对训练完成的神经网络模型进行自动拆分， 得到第一模型、 以及第二模型， 其中， 所述第一模型、 和第二模型分别为同一个训练完成的神经网络模型的 不同网络层， 所述第一模型、 和第二模型合并后可组成同一个神经网络模型。 [0007]可选地， 所述第一模型包括组成神经网络模型的池化层。 [0008]可选地， 所述第二模型包括组成神经网络的全连接层。 [0009]可选地， 当人工智能应用被触发数据处理请求后， 用户端设备获取待处理的数据 包括： 当用于图像处理的人工智能应用被触发 图像数据 处理请求后， 用户端设备获取待处 理的图像数据； 和/或， 当用于文本处理的人工智能应用被触发文本数据处理请求后， 用户 端设备获取待处 理的文本数据。 [0010]根据本公开的第二方面， 提供了一种用于人工智能的数据处理装置， 包括： 数据获 取单元， 当人工智能应用被触发数据处理请求后， 用户端设备获取待处理的数据， 其中， 所 述用户端设备包括用户终端、 和/或预设服务器； 数据处理单元， 被配置成用户端设备通过 第一模型对所述待处理数据处理， 得到降维后的数据； 发送单元， 被配置成将所述降维后的 数据发送至部署所述智能应用的服务端， 以使服务端对通过第二模型该降维后的数据进 行 预设处理后输出。 [0011]可选地， 方法还包括： 对训练完成的神经网络模型进行自动拆分， 得到第一模型、说　明　书 1/9 页 3 CN 115114655 A 3