Zvezno učenje je a strojno učenje tehnika, ki več strankam omogoča usposabljanje modela, ne da bi delili svoje podatke. Uporablja se v več panogah, od tipkovnic mobilnih naprav do zdravstva do avtonomnih vozil do naftnih ploščadi. Še posebej je uporabno v situacijah, ko je izmenjava podatkov omejena s predpisi ali je občutljiva ali lastniška, saj omogoča organizacijam sodelovanje pri projektih strojnega učenja brez žrtvovanja zasebnosti podatkov. Prav tako je v pomoč v situacijah, ko so podatki preveliki, zaradi česar je centralizacija podatkov počasna in draga.
Ena glavnih ovir pri strojnem učenju je potreba po velikih količinah podatkov. To je lahko izziv za organizacije, ki nimajo dostopa do velikih naborov podatkov, ali za tiste, ki delajo z občutljivimi podatki, ki jih ni mogoče deliti. Zvezno učenje omogoča tem organizacijam, da prispevajo k skupnemu modelu, ne da bi morali deliti svoje podatke.
Zvezno učenje lahko tudi pomaga premagati vprašanje homogenosti podatkov. V mnogih primerih se modeli usposabljajo na podlagi podatkov iz majhnega niza virov, ki ne predstavljajo splošne populacije. Modeli, usposobljeni za ozke nabore podatkov, se ne posplošujejo dobro in so zato slabši pri širši uporabi. Zvezno učenje omogoča usposabljanje modelov na večjem in bolj raznolikem naboru podatkovnih virov, ne da bi morali biti podatki iz vseh teh podatkovnih virov centralizirani, kar vodi do robustnejših modelov z boljšo zmogljivostjo.
Poleg tega so stroški virov računalništva v oblaku lahko ovira pri strojnem učenju. Usposabljanje modelov strojnega učenja je lahko računalniško zahtevno in zahteva drago strojno opremo, kot so grafične procesne enote (GPE). Uporaba primerkov v oblaku za usposabljanje lahko zelo hitro postane draga. Zvezno učenje omogoča organizacijam, da delijo obremenitev modelnega usposabljanja in uporabljajo premalo izkoriščene računalniške vire ali strežnike, ki jih že imajo v svojih podatkovnih centrih. To lahko privede do znatnih prihrankov stroškov pri velikih procesih usposabljanja, ki zahtevajo računalništvo.
Številne organizacije skrbi tudi ustvarjanje odvečnih kopij velikih naborov podatkov. To lahko povzroči visoke stroške shranjevanja, pa tudi stroške ponudnikov oblaka za prenos podatkov med lokalnimi podatkovnimi centri in računi v oblaku ali med različnimi računi v oblaku. Zvezno učenje omogoča organizacijam, da vzdržujejo eno samo kopijo svojih podatkov in jih ne potrebujejo za premikanje na drugo lokacijo ali račun v oblaku, da bi usposobili modele s podatki.
Drug izziv, ki lahko omeji uporabo strojnega učenja, je zasebnost in regulativne omejitve. Podatki, ki se uporabljajo za usposabljanje modelov, lahko vsebujejo občutljive podatke, kot so podatki, ki omogočajo osebno identifikacijo (PII) ali osebni zdravstveni podatki (PHI). Zvezno učenje omogoča organizacijam, da usposabljajo modele, ne da bi morali deliti svoje podatke, kar lahko pomaga ublažiti te pomisleke glede zasebnosti in regulative.
Zvezno učenje se že uporablja v več panogah, da bi sprostili moč večjih in bolj raznolikih naborov podatkov brez skupne rabe podatkov. Na primer, leta 2021 a Algoritem za podporo odločanju pri COVID je bil usposobljen s podatki iz 20 bolnišnic po vsem svetu z uporabo zveznega učenja (popolno razkritje: ta projekt je vodil naš soustanovitelj in izvršni direktor), leta 2022 pa algoritem za odkrivanje roba možganskega raka je bil usposobljen s podatki iz 71 bolnišnic po vsem svetu z uporabo. Google uporablja zvezno učenje za predvideti naslednjo vtipkano besedo na tipkovnicah Google Android od leta 2018 (popolno razkritje: preden sem soustanovil svoje podjetje, sem delal pri Googlu in sodeloval pri projektih, ki uporabljajo zvezno učenje).
Če povzamemo, zvezno učenje pomaga premagati številne ovire pri strojnem učenju, vključno s potrebo po velikih količinah podatkov, stroški računalniških virov ter shranjevanja in prenosa podatkov, izzivom homogenosti podatkov ter skrbmi glede zasebnosti in regulative. Organizacijam omogoča sodelovanje pri projektih strojnega učenja brez žrtvovanja zasebnosti podatkov, demokratizacijo uporabe strojnega učenja in dostopa do velikih raznovrstnih podatkov o usposabljanju, kar zagotavlja bolj robustne in učinkovitejše modele.
- Distribucija vsebine in PR s pomočjo SEO. Okrepite se še danes.
- Platoblockchain. Web3 Metaverse Intelligence. Razširjeno znanje. Dostopite tukaj.
- vir: https://www.dataversity.net/how-federated-learning-is-helping-to-overcome-obstacles-in-machine-learning/
- 2018
- 2021
- 2022
- a
- O meni
- dostop
- Račun
- računi
- čez
- vsi
- omogoča
- že
- zneski
- in
- Android
- okoli
- avtonomno
- avtonomna vozila
- postanejo
- pred
- počutje
- Boljše
- med
- splošno
- rak
- ne more
- ki
- primeri
- centri
- Centralizacija
- centralizirano
- ceo
- izziv
- Cloud
- So-ustanovitelj
- sodelovati
- podjetje
- Izračunajte
- zaskrbljen
- Skrbi
- prispevajo
- strošek
- prihranki pri stroških
- stroški
- Ustvarjanje
- datum
- Centri podatki
- zasebnost podatkov
- nabori podatkov
- izmenjavo podatkov
- shranjevanje podatkov
- nabor podatkov
- PODATKOVNOST
- Odločitev
- Demokratiziranje
- razporejeni
- Odkrivanje
- naprava
- drugačen
- razkritje
- razne
- Ne
- dont
- Primer
- drago
- iz
- polno
- splošno
- Grafične kartice
- strojna oprema
- ob
- Zdravje
- Health Care
- zdravstvene informacije
- pomoč
- pomoč
- pomoč
- visoka
- bolnišnice
- Kako
- HTTPS
- in
- Vključno
- industrij
- Podatki
- vključeni
- vprašanje
- IT
- velika
- večja
- vodi
- vodi
- učenje
- Led
- LIMIT
- Limited
- obremenitev
- kraj aktivnosti
- stroj
- strojno učenje
- Glavne
- vzdrževati
- Izdelava
- več
- Marža
- Omiliti
- Mobilni
- Mobilna naprava
- Model
- modeli
- več
- premikanje
- več
- Narava
- Nimate
- Naslednja
- Številka
- ovira
- ovire
- Olje
- Da
- organizacije
- Premagajte
- zlasti
- Stranke
- performance
- Osebni
- Osebno zdravje
- Osebno
- pii
- platon
- Platonova podatkovna inteligenca
- PlatoData
- prebivalstvo
- moč
- zasebnost
- Procesi
- obravnavati
- Projekt
- projekti
- lastniško
- ponudniki
- hitro
- Uredba
- regulatorni
- predstavljajo
- zahteva
- viri
- robusten
- žrtvovanje
- Prihranki
- občutljiva
- nastavite
- Kompleti
- več
- Delite s prijatelji, znanci, družino in partnerji :-)
- deli
- delitev
- pomemben
- saj
- sam
- situacije
- velikosti
- počasi
- majhna
- Viri
- shranjevanje
- taka
- POVZETEK
- podpora
- O
- svet
- njihove
- do
- Vlak
- usposobljeni
- usposabljanje
- prenos
- Prenos
- enote
- odklepanje
- uporaba
- Uporaben
- Vozila
- ki
- brez
- beseda
- delal
- deluje
- svet
- Mehek
- zefirnet