Nowa technologia pomaga sztucznej inteligencji „uczyć się” na podstawie danych użytkownika, a nie tylko je „oglądać”

Dzięki technologii Federated Learning sztuczna inteligencja może uczyć się bezpośrednio na urządzeniach użytkowników, stając się każdego dnia coraz mądrzejsza, bez konieczności gromadzenia ani przechowywania danych osobowych.

Nadal istnieje sposób na trenowanie sztucznej inteligencji bez udostępniania danych użytkownika

W erze cyfrowej dane osobowe są „paliwem” dla rozwoju sztucznej inteligencji. Ale od tego momentu pojawia się paradoks: im lepiej sztuczna inteligencja rozumie ludzi, tym bardziej jesteśmy podatni na „kontrolę”.

Wycieki informacji, nadmiernie spersonalizowane reklamy i nieprzejrzyste praktyki gromadzenia danych sprawiły, że użytkownicy są coraz bardziej nieufni wobec „przekazywania” swoich danych platformom.

W tym kontekście społeczność technologiczna zaczęła szukać sposobu, w jaki sztuczna inteligencja mogłaby się uczyć bez gromadzenia prywatnych danych. Tym sposobem powstała technologia Federated Learning.

Jak sztuczna inteligencja uczy się bez patrzenia na dane

W przeciwieństwie do tradycyjnego modelu szkoleniowego, wszystkie dane, takie jak wiadomości, obrazy czy nawyki użytkownika, muszą zostać przesłane na serwer, aby sztuczna inteligencja mogła się uczyć. To budzi obawy wielu osób, ponieważ istnieje ryzyko gromadzenia lub wycieku danych osobowych.

W przypadku Federated Learning proces jest odwrócony: uczenie się odbywa się bezpośrednio na Twoim urządzeniu, np. w telefonie. Sztuczna inteligencja po prostu „obserwuje”, jak piszesz lub korzystasz z aplikacji, aby stworzyć własne środowisko uczenia się, bez wysyłania rzeczywistych danych do serwera.

Następnie telefon wysyła do centralnego systemu jedynie podsumowanie uzyskanych wyników (w postaci liczb lub wzorów matematycznych) w celu syntezy.

Wyobraź sobie: miliony telefonów udostępniają „doświadczenia edukacyjne” zamiast „zadań służbowych”. Sztuczna inteligencja staje się coraz mądrzejsza, ale Twoje prywatne dane nigdy nie opuszczają telefonu.

W 2017 roku Google wprowadziło funkcję Federated Learning do klawiatury Gboard, domyślnej klawiatury Androida. Dzięki niej aplikacja może uczyć się Twojego stylu pisania, przewidywać następne słowa i poprawiać błędy ortograficzne bez konieczności wysyłania wiadomości na serwery.

Co więcej, uczenie federacyjne otwiera również ogromny potencjał w medycynie . Zamiast gromadzenia danych pacjentów, co jest ograniczone przez surowe przepisy, takie jak HIPAA (USA) czy RODO (Europa), szpitale mogą wspólnie szkolić modele diagnostyczne bez udostępniania rzeczywistych danych.

Doskonałym przykładem jest zainicjowany przez firmę NVIDIA projekt EXAM (2020): ponad 20 szpitali na całym świecie wspólnie przeszkoliło system, który ma przewidywać stan zdrowia pacjentów chorych na COVID-19, nie wymieniając przy tym danych osobowych.

Nie tylko Google, ale także Apple (zastosowane w Siri i klawiaturze QuickType), Meta (z platformą testową FLUTE), a także instytucje finansowe, takie jak WeBank czy Ant Group, oraz wiele wiodących uniwersytetów, takich jak Stanford i MIT, również badają lub wdrażają technologię Federated Learning. Oczekuje się, że technologia ta stanie się nowym standardem dla systemów AI szanujących prywatność użytkowników.

Klucz do uczciwej i przejrzystej sztucznej inteligencji

Szkolenie na milionach urządzeń o zróżnicowanej konfiguracji, niestabilnych połączeniach i ograniczonej pojemności baterii stwarza wiele wyzwań pod względem szybkości i dokładności uczenia. Ponadto ryzyko ataków typu reverse model zmusza programistów do łączenia uczenia federacyjnego z innymi technologiami bezpieczeństwa, takimi jak szyfrowanie homomorficzne czy prywatność różnicowa.

Sztuczna inteligencja coraz lepiej Cię poznaje, ale uczenie federacyjne daje nadzieję na zmianę sposobu, w jaki wchodzimy w interakcję z technologią. Zamiast biernego gromadzenia danych przez sztuczną inteligencję, teraz uczy się ona bezpośrednio na Twoim urządzeniu, bez konieczności dostępu do rzeczywistych danych osobowych.

To nie tylko chroni prywatność, ale także tworzy nowe partnerstwo między człowiekiem a sztuczną inteligencją, w którym sztuczna inteligencja towarzyszy użytkownikowi i uczy się razem z nim, zamiast naruszać jego prywatność.

Na całym świecie wiele firm i badaczy dąży do osiągnięcia tego celu. Oczekuje się, że federacyjne uczenie się stanie się kluczem do transparentnej, sprawiedliwej i szanującej użytkowników przyszłości sztucznej inteligencji, w której sztuczna inteligencja faktycznie uczy się „z” użytkownikiem, zamiast „wiedzieć o nim zbyt wiele”.

Powrót do tematu

POJEDYNCZA INTELIGENCJA

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