Federated learning
「データが存在する場所にモデルのコピーを送り、エッジで学習を行う事で学修の目的のために大量のデータを中央サーバーに移動する必要なくし、MLモデルの学習を可能にするアルゴリズム」
データ自体は送信元のデバイス(クライアント)に残る
クライアントが中央サーバーからグローバルモデルのコピーを受取る
各デバイスのデータを使ってローカルに学習される
ローカルで学習によりモデルの重みが更新され、ローカルコピーが中央サーバーに返される。= グローバルモデルを学修させたプライベートなデータを一切開示することなくグローバルモデルを改善できる。
Federated learningだけではプライバシーを確保は出来ない。
- Secure MultiParty Computation
- homomorphic encryption
- Differential privacy
Federated learningによって2つのAIが開発できる可能性がありそう
公共財としてのAI
プライバシーを守りながら公開されているAI
個人のためのAI
自分のデータのみを機械学習し、最適な決断の補助を行う
＝両方に対してのキーワードはクライアント側で機械学習が行えること。(プライバシー保護)