Comments 10
Только я у видел нестыковку? " Распределенная система вычислений"… "… без необходимости делиться с кем-то нашими данными" :)
Мне это тоже показалось странным: to be undertaken on our mobile devices in real time, without compromising their functionality, and without having to share our data. Дело, видимо, в том, что сырые данные пользователя остаются только на его устройстве и не хранится централизованно в централизованной модели. Иными словами, речь идёт прежде всего о том, чтобы не делиться личными данными, конечно же, вкладываясь при этом в модель.
тут ты не делишься с конкретной фирмой своими данными, а с распределенной системой. Разница все же наверное есть. Или нейросеть натренированная на вас находится у компании и она может ею пользоваться для предсказания, понравится вам реклама или нет к примеру. Или нейросеть останется на вашем телефоне, хоть и для тренировки будет использоваться облако телефонов и будет вам фильтровать видосики с тик-тока по вашим предпочтениям.
В переводе потерялось, что главная суть технологии это федеративное обучение
Совместная лаборатория EPFL/INRIA, представляет FLeet – революцию в распределённом машинном обучении – глобальную модель
Conducted in the context of the EPFL/INRIA joint laboratory, the work introduces FLeet, a revolution in what is known as Federated Learning—a global modelНа эту тему на хабре было
Федеративное обучение страдает двумя большими проблемами, особенно трудноразрешимыми, когда у каждого человека имеется лишь маленькая горстка обучающих примеров, — скорость и конфиденциальность.Там кстати шикарный пример, как можно достать пароль с устройства.
Хм… Любопытно. Не совсем понял, где и что тут потерялось. Контекст лабораторий не имеет смысла, его как раз логично перефразировать в совместную работу двух лабораторий, чтобы избежать перегруженности текста. Тот факт, что работа сейчас на мощностях лаборатории, понятен сам по себе, поскольку речь идёт о прототипе. Не доведённая до конечного пользователя идея в ином виде существовать не может. Более того, далее эта работа явно выйдет за пределы лабораторий и нечто подобное смогут организовать другие организации. Так произошло с блокчейном.
Про революцию в распределённом машинном обучении тоже прописано, ведь революция переворачивает понятие и развивает его по своему определению, иначе это не революция, а наоборот – проходное событие. С другой стороны, фраза «в том, что известно как» имеет некоторый оттенок канцелярита, в ней нет свежести и полёта, которые присущи истинной революции. Эту свежесть я передаю интонационно с помощью тире, дающих интонацию восторженности на вдохе. Про глобальную модель тоже написано, что она глобальная.
Спасибо за внимание к тексту. Мне приятно, именно потому, что я всегда продумываю написанное, вкладываюсь. Статью по ссылке почитаю :)
Про революцию в распределённом машинном обучении тоже прописано, ведь революция переворачивает понятие и развивает его по своему определению, иначе это не революция, а наоборот – проходное событие. С другой стороны, фраза «в том, что известно как» имеет некоторый оттенок канцелярита, в ней нет свежести и полёта, которые присущи истинной революции. Эту свежесть я передаю интонационно с помощью тире, дающих интонацию восторженности на вдохе. Про глобальную модель тоже написано, что она глобальная.
Спасибо за внимание к тексту. Мне приятно, именно потому, что я всегда продумываю написанное, вкладываюсь. Статью по ссылке почитаю :)
Искусственный интеллект транснациональных компаний отфильтровывает новости, чтобы на выходе получить статьи, которые, по мнению компаний, будут интереснее для вас, предлагает видео, похожее на те, которые вы смотрели раньше, или помогает вам найти ресторан, основываясь на тех ресторанах, которые понравились вам. И вот другая сторона медали: данные используются, в том числе, для рекламы, нацеленной прямо на вас, и они могут быть переданы третьим лицам, – вот почему вопросы цифровой безопасности так важны.
По мне так пускай рекламу заточенную под меня показывают. Проблема в том, что алгоритмы очень посредственные, нейросетями не пахнет даже. Мне тупо подсовывают рекламу вещи, которую я купил уже. Лента в ютубе формируется из однотипных видосиков, основанных на одном просмотренном. В Netflix-е посмотрел два корейских сериала Tunnel и Signal и теперь весь список завален корейскими сериалами.
Работать и работать еще. Облако телефонов задействовать хорошая идея, но мне непонятно, кто будет тренировать нейронные сети? На основе каких данных, с какими целями. С google и co хотя бы понятно, и мотивация, и заинтересованность есть и как побочный эффект, нейросеть могут задействовать и в своих приложениях — gmail, youtube, gogle news и так далее.
А вот кто будет в распределенной системе этим заниматься, мне непонятно.
А вот кто будет в распределенной системе этим заниматься, мне непонятно.
Например, мой телефон «научился» предлагать мне «что-то», собрав какую-то «сетку». Пообщавшись еще с N телефонами которые «рядом» и найдя «похожие сетки», начал мне предлагать «а попробуй новенькое? а вдруг ?» Если понравилось, то сетка научилась большему, если нет — то ну его нафиг, попробуем что-то другое.
Полагаю как-то так.
Например, мой телефон «научился»
Как телефон взял и научился? Это же не мозг человека и даже не таракана. Нейронной сети нужны входные данные и какая то цель, которая должна быть достигнута.
Просто взять какие то данные нейронная сеть не может, нужны какие то адаптеры, к ютубу, к погоде, к геолокации, к вашей истории браузера, которые в удобоваримом виде отдадут их нейронной сети. Сама по себе задача классифицировать видосики нетривиальная.
И кто то должен каким то образом «сказать» нейронной сети, что от нее требуется. Это просто классификатор. Ей дали на вход какие то данные, получили на выходе ответ.
И вот мне как раз непонятно, кто будет это обеспечивать «телефон научился». Тут скорее всего разработали систему для машинного обучения основанную на распределенных вычислениях. Не более того.
Sign up to leave a comment.
FLeet – гроза Большого Брата?