科技前沿：將機器學習放進口袋


來源：Pixabay
EPFL/INRIA的新研究首次發現，在不將數據授權給全球大型科技公司的前提下，我們的移動設備也可以作為分布式網絡中的一員進行機器學習。
每次我們閱讀新聞或搜索外出就餐的地方時，大型科技公司都會收集我們大量的行為數據。穀歌和Facebook表示，他們這樣做是為了改善服務，使我們的在線體驗更加個性化。
他們的AI會篩選出他們認為你會更感興趣的新聞，推薦類似於你以前看過的視頻，或根據以往的喜好，幫助你找到一家餐廳。另一方麵，這些數據也用於投放針對於你的廣告，並且可以與第三方共享，這便是數字隱私問題如此突出的一個關鍵原因。


來源：Pixabay
現在，EPFL計算機與通信科學學院（IC）和法國國家數字科學與技術研究所（INRIA）的分布式計算實驗室和可擴展計算係統實驗室的新研究首次表明，機器學習——基於經驗自動改進的計算機算法的運行，可以在不影響移動設備正常性能，並且無需共享我們數據的前提下實時進行。
在EPFL/INRIA聯合實驗室的指引下，這項工作引入了FLeet，這是聯合學習中的一個革命，聯合學習是一個能將用戶數據保存在本地，在移動設備上進行更新計算的全球模型。聯合學習吸引人之處在於它的隱私性，但同時因為它的設計要求對移動設備沒有能量或性能的影響，所以它不適合應用於需要頻繁更新的應用程序，如新聞推薦上。
FLeet 能將標準聯合學習的隱私性與在線學習的精確性相結合，這要歸功於兩個核心組件：I-Prof，一個能預測並控製學習任務對移動設備影響的新型輕量級分析儀；另一個是能夠適應延遲更新的新型自適應學習算法 AdaSGD。
作為該論文的作者之一，EPFL教授Rachid Guerraoui解釋道，如今我們的智能手機同時擁有數據存儲與供電能力，從而能支持運行分布式機器學習。
"利用Fleet，可以在使用手機的同時，將其部分電源用於機器學習任務，而不必擔心您的通話或互聯網搜索會中斷。要實現這一點很重要的原因之一是，我們不希望機器學習隻發生在你睡著或手機充電的時候，實時信息是被需求且有需要的。


來源：Pixabay
Anne-Marie Kermarrec教授也是該論文的作者，"我們已經證明，如果我們把所有的手機放在一起，它們所構成的巨大的算力甚至與穀歌相媲美，這讓人們可以選擇使用集中的、強大的計算機場。這是真正的協作學習，使用戶無需共享原始數據，保護用戶隱私的同時，將本地模型聚合，為全球模型做出貢獻，這是開發此架構背後的巨大動力。
目前，Fleet模型僅是實驗性的原型。Guerraoui和Kermarrec說，下一步是繼續開發可用的最終產品，並研究Fleet模型設計中，包括如何使係統安全免受攻擊等其他方麵，
Kermarrec總結道：現今的大趨勢試圖將機器學習活動帶回個人用戶，畢竟數據源於我們，我們應該要能夠決定在我們的設備、我們的數據上會發生什麽。像FLeet這樣的模型給人們提供了另一個選擇，即除了大型科技公司之外的選項。
翻譯：彭琛
審校：董子晨曦
引進來源：techxplore
引進鏈接：https://techxplore.com/news/2021-02-machine-pocket.html
本文來自：環球科學


關注【深圳科普】微信公眾號，在對話框：
回複【最新活動】，了解近期科普活動
回複【科普行】，了解最新深圳科普行活動
回複【研學營】，了解最新科普研學營
回複【科普課堂】，了解最新科普課堂
回複【科普書籍】，了解最新科普書籍
回複【團體定製】，了解最新團體定製活動
回複【科普基地】，了解深圳科普基地詳情
回複【觀鳥星空体育官网入口网站】，學習觀鳥相關科普星空体育官网入口网站
回複【博物學院】，了解更多博物學院活動詳情