Τεχνητή νοημοσύνη και blockchain

Abstract

Η έννοια της ομόσπονδης μάθησης προτάθηκε από την Google για πρώτη φορά το 2017. Κύρια ιδέα αυτής της μεθόδου μηχανικής μάθησης, είναι η δημιουργία μοντέλων τεχνητής νοημοσύνης τα οποία βασίζονται σε σύνολα δεδομένων που είναι διαθέσιμα σε πολλαπλές συσκευές ενώ παράλληλα αποφεύγεται η γνωστοποίηση αυτών των δεδομένων σε τρίτους. Πρόσφατες βελτιώσεις εστιάζουν στην υπερκέραση των στατιστικών προκλήσεων καθώς και στην θωράκιση ασφαλείας ενός τέτοιου μοντέλου. Οι απαιτήσεις για την ανάπτυξη ενός συστήματος ομόσπονδης μάθησης είναι τεράστιες, με τη συλλογή δεδομένων από διαφορετικές συσκευές, το σεβασμό στην ιδιωτικότητα και την προστασία από κακόβουλες ενέργειες να είναι μερικές από τις πιο σημαντικές. Συμπεραίνεται λοιπόν ότι η κατασκευή ενός μοντέλου ομόσπονδης μάθησης, λαμβάνοντας όλα τα παραπάνω υπόψη, καθίσταται ακόμα δυσκολότερη από αυτή που μπορεί να ήταν αρχικά. Για να πληροί ένα τέτοιο σύστημα τις παραπάνω απαιτήσεις εφαρμόζονται αλγόριθμοι ανάλυσης δεδομένων και σύγχρονα πρωτόκολλα κατανομής δεδομένων (π.χ Blockchain). Με την ραγδαία εξέλιξη της τεχνολογίας τέτοιες μέθοδοι μηχανικής μάθησης βρίσκουν ολοένα και περισσότερο πρακτικές εφαρμογές.