Yeni teknoloji, yapay zekanın kullanıcı verilerine 'bakmak' yerine 'öğrenmesine' yardımcı oluyor

AI - Ảnh 1. — Kullanıcı Verilerini Paylaşmadan Yapay Zekayı Eğitmenin Hala Bir Yolu Var

Dijital çağda, kişisel veriler yapay zeka gelişiminin "yakıtı" konumunda. Ancak burada bir paradoks ortaya çıkıyor: Yapay zeka insanları ne kadar iyi anlarsa, "incelemeye" o kadar açık hale geliyoruz.

Bilgi sızıntıları, aşırı kişiselleştirilmiş reklamlar ve şeffaf olmayan veri toplama uygulamaları, kullanıcıların verilerini platformlara "teslim etme" konusunda giderek daha fazla tedirgin olmasına neden oluyor.

Bu bağlamda teknoloji topluluğu, yapay zekanın özel verileri toplamadan da öğrenebileceği bir yol aramaya başladı ve bu da Federasyonlu Öğrenme'dir.

Yapay zeka verileri görmeden nasıl öğrenir?

Geleneksel eğitim modelinin aksine, yapay zekanın öğrenmesi için mesajlar, görseller veya kullanım alışkanlıkları gibi tüm verilerin sunucuya gönderilmesi gerekir. Bu durum, kişisel verilerin toplanabilmesi veya sızdırılabilmesi nedeniyle birçok kişiyi endişelendiriyor.

Federasyonlu Öğrenme ile süreç tersine işler: Öğrenme, telefonunuz gibi doğrudan cihazınızda gerçekleşir. Yapay zeka, sunucuya gerçek veriler göndermeden, kendi öğrenme deneyimini oluşturmak için yalnızca nasıl yazdığınızı veya uygulamayı nasıl kullandığınızı "gözlemler".

Telefon daha sonra öğrenilen sonuçların yalnızca özetini (sayılar veya matematiksel formüller şeklinde) sentezlenmesi için merkezi sisteme gönderir.

Şunu hayal edin: Milyonlarca telefon "iş görevleri" yerine "öğrenme deneyimleri" paylaşıyor. Yapay zeka giderek daha akıllı hale geliyor, ancak özel verileriniz asla telefonunuzdan çıkmıyor.

Google, 2017 yılında varsayılan Android klavyesi olan Gboard'a Federated Learning özelliğini tanıttı. Böylece uygulama, nasıl yazdığınızı öğrenebiliyor, bir sonraki kelimenizi tahmin edebiliyor ve sunucularına mesaj göndermeden yazım hatalarını düzeltebiliyor.

Bununla da kalmayıp, Federasyonlu Öğrenme tıp alanında da büyük bir potansiyel sunuyor. HIPAA (ABD) veya GDPR (Avrupa) gibi katı düzenlemelerle kısıtlanan hasta verilerini toplamak yerine, hastaneler gerçek kayıtları paylaşmadan tanı modellerini birlikte eğitebiliyor.

NVIDIA tarafından başlatılan EXAM (2020) projesi bunun en iyi örneğidir: 20'den fazla küresel hastane, herhangi bir kişisel veri paylaşımı olmaksızın COVID-19 hasta durumlarını tahmin etmek için ortaklaşa bir sistem eğitti.

Sadece Google değil, Apple (Siri ve QuickType klavyede uygulanmıştır), Meta (FLUTE test platformuyla), WeBank veya Ant Group gibi finans kuruluşları ve Stanford, MIT gibi birçok önde gelen üniversite de Federated Learning üzerinde araştırma yapıyor veya uygulama geliştiriyor. Bu teknolojinin, kullanıcıların gizliliğine saygı duyan yapay zeka sistemleri için yeni standart haline gelmesi bekleniyor.

Adil ve şeffaf yapay zekanın anahtarı

Çeşitli yapılandırmalara, dengesiz bağlantılara ve sınırlı pil kapasitesine sahip milyonlarca cihazda eğitim almak, öğrenme hızı ve doğruluğu açısından birçok zorluk yaratır. Ayrıca, ters model saldırıları riski, geliştiricileri Federated Learning'i homomorfik şifreleme veya diferansiyel gizlilik gibi diğer güvenlik teknolojileriyle birleştirmeye zorlar.

Yapay zeka sizi daha iyi tanımaya başlıyor, ancak Birleşik Öğrenme, teknolojiyle etkileşim şeklimizi değiştirmek için umut vadediyor. Yapay zeka, pasif olarak veri toplamak yerine, artık gerçek kişisel verilere erişmeye ihtiyaç duymadan doğrudan cihazınızda öğreniyor.

Bu, yalnızca gizliliğinizi korumakla kalmıyor, aynı zamanda yapay zekanın gizliliğinizi ihlal etmek yerine sizinle birlikte hareket ettiği ve sizinle birlikte öğrendiği, insanlar ve yapay zeka arasında yeni bir ortaklık yaratıyor.

Dünya çapında birçok şirket ve araştırmacı bu hedefi takip ediyor. Federasyonlu Öğrenmenin, yapay zekanın sizin hakkınızda "çok fazla şey bilmek" yerine, sizinle birlikte öğrendiği, şeffaf, adil ve kullanıcıya saygılı bir yapay zeka geleceğinin anahtarı olması bekleniyor.

Konuya geri dön

TEK ZEKA

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