Vea mi respuesta sobre el aprendizaje federado para: ¿Cuáles son los desarrollos más interesantes en la investigación industrial de aprendizaje profundo en 2017?
En la respuesta vinculada anteriormente, proporciono una explicación fácil de entender del algoritmo de aprendizaje federal; Aquí se muestra un ejercicio:
“Creo que el trabajo de Google Research sobre el aprendizaje federado es muy interesante y relevante en la era actual de los teléfonos móviles. La idea general es mantener un modelo maestro y actualizar este modelo maestro utilizando muchas actualizaciones pequeñas de dispositivos individuales. Las actualizaciones se pueden combinar de forma inmediata y cifrada para que ninguna actualización individual se almacene en línea. Es importante destacar que no se intercambian datos de entrenamiento. Con este enfoque, podemos entrenar modelos de aprendizaje profundo (y otros) de una manera consciente de la privacidad con muchas corrientes descentralizadas de datos … ” La explicación completa continuó aquí.
- ¿Debo dejar de preocuparme por el futuro de la IA y la robótica, la adquisición y el reemplazo de trabajos?
- ¿Qué trabajos automatizará el aprendizaje automático / IA en los próximos cinco a diez años?
- Las computadoras se basan principalmente en conjuntos de características relacionadas con los cálculos, ¿por qué no se construyen con un nivel de interacciones conceptual y orientado al lenguaje?
- Cómo participar en la investigación médica con experiencia como programador, para ayudar a encontrar soluciones para diferentes enfermedades
- ¿Qué tipo de garantías de equidad se podrían hacer para un juego tipo Tetris?