5G的出现将怎样影响AI联合学习？
发布时间：2022-05-14 11:34:01 所属栏目：通讯 来源：互联网
导读：随着开发团队争相开发AI工具，在边缘设备上训练算法变得越来越普遍。联合学习(Federated learning)是分布式机器学习的子集，是一种相对较新的方法，它允许公司在不显式访问原始用户数据的情况下改进其AI工具。 一般来说，通过联合学习，可以对AI算法进行训练
|
随着开发团队争相开发AI工具，在边缘设备上训练算法变得越来越普遍。联合学习(Federated learning)是分布式机器学习的子集，是一种相对较新的方法，它允许公司在不显式访问原始用户数据的情况下改进其AI工具。 一般来说，通过联合学习，可以对AI算法进行训练，而无需识别任何个人用户的特定数据。实际上，原始数据永远不会离开设备本身，仅汇总的模型更新会发回。这些模型更新随后在交付到中央服务器后解密。然后，将更新后的模型的测试版本发送回选定的设备。在重复此过程数千次之后，显著改善了AI算法，同时又从未危及用户隐私。 这项技术有望在医疗领域掀起波澜。例如，医学初创公司Owkin目前正在探索联合学习。为了利用来自多个医疗机构的患者数据，Owkin使用联合学习，用来自不同医院的数据构建c算法。这可能会产生深远的影响，特别是因为医院能够彼此共享疾病进展数据，同时保持患者数据的完整性并遵守HIPAA法规，这是非常宝贵的。医疗保健绝不是唯一采用这项技术的部门;联合学习将越来越多地被自动驾驶汽车公司、智慧城市、无人驾驶飞机和金融科技组织所使用。其他几家联合学习初创公司即将上市，包括Snips、S20.ai和Xnor.ai公司，后者最近被苹果收购。 带宽和处理限制 尽管设备上的机器学习有效地训练算法而不暴露原始用户数据，但它确实需要大量的本地电源和内存。公司试图通过仅在设备空闲，充电或连接到Wi-Fi时在边缘上训练其AI算法来规避这一问题;然而，这是一个永恒的挑战。 5G的影响 随着5G在全球的扩展，边缘设备将不再受到带宽和处理速度限制的限制。根据诺基亚最近的一份报告，4G基站每平方公里可支持10万台设备。而即将到来的5G基站将在同一地区支持多达100万个设备。通过增强的移动宽带和低延迟，5G将提供能源效率，同时促进设备到设备通信(D2D)。实际上，据预测，5G将带来10-100倍的带宽增加和5-10倍的延迟减少。 当5G变得更加流行时，我们将体验到更快的网络、更多的端点和更大的攻击面，这可能会吸引DDoS攻击的涌入。5G还具有切片功能，可以根据用户的需要轻松创建、修改和删除切片(虚拟网络)。根据一份关于5G破坏性力量的研究，这种网络切片组件是否会减轻安全担忧，还是会带来一系列新问题，还有待观察。 总而言之，从隐私和安全的角度来看，出现了新的担忧;然而，事实仍然是：5G最终对联合学习是一个福音。 （编辑：东莞站长网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
站长推荐