Teknologi baharu membantu AI 'belajar dengan' dan bukannya 'melihat' data pengguna

AI - Ảnh 1. — Masih Ada Cara untuk Melatih AI Tanpa Berkongsi Data Pengguna

Dalam era digital, data peribadi adalah "bahan api" untuk pembangunan AI. Tetapi dari situ, paradoks muncul: semakin AI memahami manusia, semakin terdedah kita kepada "penelitian".

Kebocoran maklumat, pengiklanan yang terlalu diperibadikan dan amalan pengumpulan data yang tidak telus telah menjadikan pengguna semakin berhati-hati untuk "menyerahkan" data mereka kepada platform.

Dalam konteks itu, komuniti teknologi mula mencari cara untuk AI masih belajar tanpa mengumpul data peribadi, dan itu ialah Pembelajaran Bersekutu.

Bagaimana AI belajar tanpa melihat data

Tidak seperti model latihan tradisional, semua data seperti mesej, imej atau tabiat penggunaan mesti dihantar ke pelayan untuk AI belajar. Ini membuatkan ramai orang bimbang kerana data peribadi boleh dikumpul atau dibocorkan.

Dengan Pembelajaran Bersekutu, proses diterbalikkan: pembelajaran berlaku terus pada peranti anda, seperti telefon anda. AI hanya "memerhati" cara anda menaip atau menggunakan aplikasi untuk melukis pengalaman pembelajarannya sendiri, tanpa menghantar data sebenar ke pelayan.

Telefon kemudian menghantar hanya ringkasan hasil yang dipelajari (dalam bentuk nombor atau formula matematik) ke sistem pusat untuk sintesis.

Bayangkan ini: berjuta-juta telefon berkongsi "pengalaman pembelajaran" dan bukannya "tugasan kerja." AI terus menjadi lebih pintar, tetapi data peribadi anda tidak pernah meninggalkan telefon anda.

Pada tahun 2017, Google memperkenalkan Pembelajaran Bersekutu kepada Gboard, papan kekunci Android lalai, supaya apl itu boleh mempelajari cara anda menaip, meramal perkataan seterusnya dan membetulkan kesilapan ejaan tanpa menghantar mesej kembali ke pelayannya.

Tidak terhenti di situ, Federated Learning juga membuka potensi besar dalam bidang perubatan . Daripada mengumpul data pesakit, yang dihadkan oleh peraturan ketat seperti HIPAA (AS) atau GDPR (Eropah), hospital boleh melatih model diagnostik bersama-sama tanpa berkongsi rekod sebenar.

Projek EXAM (2020) yang dimulakan NVIDIA ialah contoh utama: lebih daripada 20 hospital global bersama-sama melatih sistem untuk meramalkan keadaan pesakit COVID-19 tanpa menukar sebarang data peribadi.

Bukan sahaja Google, tetapi juga Apple (digunakan dalam papan kekunci Siri dan QuickType), Meta (dengan platform ujian FLUTE), bersama-sama dengan institusi kewangan seperti WeBank atau Ant Group, dan banyak universiti terkemuka seperti Stanford, MIT juga sedang menyelidik atau menggunakan Pembelajaran Bersekutu. Teknologi ini dijangka menjadi standard baharu untuk sistem AI yang menghormati privasi pengguna.

Kunci kepada AI yang adil dan telus

Latihan pada berjuta-juta peranti dengan konfigurasi yang pelbagai, sambungan tidak stabil dan kapasiti bateri terhad mencipta banyak cabaran dari segi kelajuan dan ketepatan pembelajaran. Selain itu, risiko serangan model terbalik juga memaksa pembangun untuk menggabungkan Pembelajaran Bersekutu dengan teknologi keselamatan lain seperti penyulitan homomorfik atau privasi pembezaan.

AI semakin baik dalam mengenali anda, tetapi Pembelajaran Bersekutu menawarkan harapan untuk mengubah cara kami berinteraksi dengan teknologi. Daripada AI mengumpul data secara pasif, AI kini belajar terus pada peranti anda tanpa memerlukan akses kepada data peribadi sebenar.

Ini bukan sahaja melindungi privasi, tetapi juga mewujudkan perkongsian baharu antara manusia dan AI di mana AI menemani dan belajar dengan anda, dan bukannya menceroboh privasi anda.

Di seluruh dunia , banyak syarikat dan penyelidik mengejar matlamat ini. Pembelajaran Bersekutu dijangka menjadi kunci kepada masa depan AI yang telus, adil dan menghormati pengguna di mana AI sebenarnya belajar "dengan" anda, bukannya "terlalu mengetahui" tentang anda.

Kembali ke topik

KECERDASAN TUNGGAL

Sumber: https://tuoitre.vn/cong-nghe-moi-giup-ai-hoc-cung-chu-khong-soi-du-lieu-nguoi-dung-20251008164916799.htm