Интересно, но пугающе видеть, сколько данных о вас есть у технологических гигантов, таких как Google, Facebook, Apple. Я только недавно увидел данные временной шкалы Google Maps, и, несмотря на то, что мне нравилось вспоминать эти воспоминания, часть меня все еще беспокоила, насколько неправильно могут быть использованы эти данные?
Вот снимок статистики моей карты Google:
Йепп, 2019 год был для меня годом путешествий.
Во всех устройствах и приложениях у нас есть возможность не передавать наши данные. Но это будет означать меньшую персонализацию. Это также означало бы, что я не буду получать индивидуальные рекомендации. Но если кто-то начинает делиться данными, возникает риск «конфиденциальности».
В последнее время многие технологические компании столкнулись с проблемами из-за нарушения конфиденциальности данных. Следовательно, большинство компаний прилагают все усилия, чтобы предоставить средства для наилучшего использования возможностей машинного обучения, обеспечивая при этом конфиденциальность данных для пользователей. Одно очень известное исследование посвящено теме «Федеративное обучение.
По определению Википедии Федеративное обучение (также известное как совместное обучение) - это метод машинного обучения, который обучает алгоритм на нескольких децентрализованных периферийных устройствах или серверах, содержащих локальные образцы данных, без обмена их. Этот подход отличается от традиционных централизованных методов машинного обучения, когда все локальные наборы данных загружаются на один сервер, а также от более классических децентрализованных подходов, которые часто предполагают, что локальные образцы данных распределены одинаково.
Этот блог будет посвящен работе Google в области федеративного обучения. В 2017 году Google AI Research опубликовал доклад Федеративное обучение: совместное машинное обучение без централизованных данных обучения. В документе говорится о методологии федеративного обучения, при которой текущая модель машинного обучения будет загружена на ваше устройство, модель будет улучшена путем обучения на ваших данных на вашем телефоне, а изменения в интерактивно обученной модели будут суммированы как новое обновление. Только это обновление модели машинного обучения отправляется обратно в облако с использованием зашифрованных методов. Точно так же все обновления, поступающие с нескольких устройств, будут сопоставлены, и будет создана окончательная модель. В исследовании говорится, что Все данные о тренировках остаются на вашем устройстве, и никакие отдельные обновления не хранятся в облаке.
Помимо многочисленных исследований, опубликованных Google AI, я наткнулся на этот необычный, но информативный онлайн-комикс Федеративное обучение от Google AI.
Вот краткий обзор (моя любимая часть ленты):
Смотрите полный комикс ЗДЕСЬ.
Следите за обновлениями, чтобы узнать больше об исследованиях и усилиях в области федеративного обучения.
Позаботьтесь о безопасности (и отключите все ненужные разрешения на вашем телефоне).