Glosar

Federated learning

Ce este Federated learning?

Federated learning este o abordare de antrenare în care un model IA învață pe mai multe dispozitive sau locații fără ca datele brute să le părăsească vreodată. Fiecare participant antrenează local și trimite doar actualizări ale modelului către un server central, care le combină. Aceasta protejează confidențialitatea și se potrivește, de exemplu, spitalelor care vor să îmbunătățească împreună un model de diagnostic sau tastaturilor de smartphone care învață sugestii de cuvinte.

Subiecte

  • Confidențialitate
  • antrenare distribuită
  • Învățare automată

Încercați KI.ordo

Agenți, fluxuri și șabloane într-un singur spațiu de lucru – demo gratuit de 24 de ore.

Porniți demo-ul
← Toți termenii

Termeni înrudiți

Reglementări privind protecția datelor

Reglementările privind protecția datelor sunt norme juridice care guvernează prelucrarea datelor cu caracter personal. În UE, Regulamentul general privind protecția datelor (RGPD) este cadrul esențial; printre altele, acesta impune un temei juridic pentru fiecare prelucrare, minimizarea datelor, transparență față de persoanele vizate și acorduri de prelucrare a datelor cu furnizorii de servicii. Atunci când utilizează IA, organizațiile trebuie să clarifice ce date ajung în intrări, surse de cunoștințe și jurnale și unde sunt prelucrate.

  • RGPD
  • protecția datelor
  • +1

Date de antrenare

Datele de antrenare sunt exemplele din care un model de IA învață tipare: colecții mari de texte pentru modelele lingvistice, imagini etichetate pentru modelele de imagini. Calitatea, diversitatea și actualitatea lor determină în mare măsură cât de fiabil și echitabil este un model și cât de actuale sunt cunoștințele sale. Pentru organizații contează și dacă un furnizor folosește datele clienților introduse de aceștia pentru antrenare ulterioară.

  • Date
  • Training
  • +1

Învățare automată

Machine learning este o ramură a inteligenței artificiale în care computerele deduc tipare din date, în loc ca fiecare regulă să fie programată explicit. În funcție de sarcină, modelele învață din exemple etichetate (supervizat), din date neetichetate (nesupervizat) sau prin recompense (prin întărire). Aplicațiile merg de la filtrele de spam și prognozele de cerere până la recomandările de produse. Calitatea depinde în mare măsură de cantitatea și calitatea datelor de antrenare.

  • noțiuni de bază
  • IA
  • +1

Date sintetice

Datele sintetice sunt generate artificial, nu colectate din lumea reală, dar imită tiparele și proprietățile datelor reale. Ajută atunci când datele autentice sunt puține, costisitoare sau sensibile din perspectiva protecției datelor – de exemplu pentru testarea software-ului, antrenarea modelelor sau verificarea unui chatbot cu interogări-exemplu realiste. Este important ca ele să reflecte suficient de fidel realitatea și să nu permită tragerea de concluzii despre persoane reale.

  • date de test
  • protecția datelor
  • +1
Șablon