Планируете посетить предстоящий Саммит ИИ в Сан-Франциско в поисках практического применения ИИ? Что ж, вам обязательно стоит посетить стенд №607, где byteLAKE совместно с Lenovo будет демонстрировать решение для федеративного обучения.

Федеративное обучение позволяет устройствам (IoT) учиться друг у друга.

Это параметр машинного обучения, распределенный по большому количеству клиентских сред. Каждый клиент самостоятельно изучает определенные вещи (например, закономерности в данных, пытается делать прогнозы любого рода и т. д.), используя свои локальные данные, и создает локальную модель. Такие локальные модели агрегируются центральным сервером и создается глобальная модель. Затем глобальная модель (повторно) распространяется среди клиентов в качестве обновления локальных моделей. Следовательно, все клиенты могут получить выгоду от сбора и обработки информации с разных точек зрения и в разных сценариях (интегрированное обучение).

ИИ уже приносит реальную пользу предприятиям во всех отраслях и функциях, повышая умственные способности людей. Во время AI Summit мы покажем, как системы ИИ на базе распределенного обучения могут:

  • Обеспечьте масштабируемость (децентрализованный ИИ позволяет IoT/устройствам учиться друг у друга)
  • Решайте задачи с низкой пропускной способностью и высокой задержкой (локальные модели ИИ сокращают задержки, снижают энергопотребление)
  • Повышение точности (иметь более интеллектуальные модели за счет объединения многих локальных моделей)
  • Сокращение времени обучения (воспользуйтесь местным обучением и уже обученными моделями по соседству)
  • Снизить стоимость обучения (приводить данные со всех устройств дорого)
  • Обеспечьте конфиденциальность (конфиденциальные данные остаются локальными).

Очевидно, что федеративное обучение находит и найдет применение во многих приложениях. Его самая популярная форма, пожалуй, заключается в том, что клавиатуры смартфонов изучают последовательности слов от многих пользователей, собирают результаты и повторно используют их в глобальном масштабе. Очень полезная функция, которую мы знаем в настоящее время как помощники, предлагающие следующие слова для наших текстов, электронных писем и т. д.

Для нашей демонстрации мы построили аппаратное обеспечение, имитирующее промышленные процессы на фабриках.

Хотя мы считаем, что наше решение является универсальным и может быть очень хорошо применено к любому сценарию поиска и прогнозирования тенденций, скрытых в данных, для начала мы выбрали производство. Для имитации промышленного процесса мы построили физическое устройство, имеющее прозрачную и довольно толстую трубу с прикрепленными к обоим концам вентиляторами. Шарики из пенополистирола, помещенные внутрь трубы, последовательно толкаются воздухом из стороны в сторону, имитируя постепенное засорение фильтров на концах трубы. Кроме того, давление внутри трубы постоянно меняется из-за скорости вращения вентиляторов и пенопластовых шариков, создающих закупорку (среди прочих факторов). Поскольку одна картинка стоит 1000 слов, позвольте мне поделиться некоторыми рисунками, которые помогут вам визуализировать устройство…

Плюс быстрая проверка реальности…

Чтобы предсказать, как изменится давление внутри трубы, мы используем машинное обучение. Во-первых, система считывает текущие значения (изменяющиеся со временем; данные временных рядов) и создает локальную модель, пытаясь предсказать ее будущие значения. Мы моделируем многие из таких устройств мониторинга и прогнозирования, каждое из которых выполняет свои локальные вычисления на Tiny Edge (очень маленьком) компьютере Lenovo. Затем локальные модели объединяются в глобальную модель в центре обработки данных Lenovo и снова (пере)распределяются.

Во время шоу вы увидите, как локальные модели со временем совершенствуются, производя все более точные прогнозы. Кроме того, вы увидите, как федеративное обучение может ускорить процесс и, что более важно, значительно повысить точность.

Познакомьтесь с нами во время шоу и узнайте о возможностях федеративного обучения, которые ждут вашего бизнеса!

Не забудьте подписаться на нас в социальных сетях, чтобы получить полное освещение.

Леново:

byteLAKE:

Другие ссылки:

Увидимся на выставке!