机构名称：
¥ 1.0
联邦学习使保护隐私的人工智能成为可能。为了开发基于人工智能 (AI) 的系统，通常需要大量数据。在经典的 AI 项目中，所有可用数据都会被发送到云端，然后从数据中生成 AI 模型。然而，这种解决方案已不再适用，因为数据的中央存储侵犯了数据发起者的隐私，使数据容易被操纵，并且忽略了现在也可以在智能手机等嵌入式设备上创建 AI 模型的事实。联邦学习描述了分布式创建全局 AI 模型的概念。联邦学习的一个核心组成部分是，收集数据的地方也用于改进全局 AI 模型的副本。然后，这些单独的 AI 模型被组合成一个全局 AI 模型，并提供给所有数据发起者。联邦学习的优势：1. 数据发起者的隐私仍然受到保护。 2. 竞争对手无需交换数据即可相互合作。
联邦学习 隐私保护 人工智能
主要关键词
相关文件推荐
