聯合學習分散式邊緣運算架構可望解決敏感數據隱私問題並加速AI進程 智慧應用 影音
member
DForum0522

 Slide Show: 聯合學習分散式邊緣運算架構可望解決敏感數據隱私問題並加速AI進程

本文限「Research 」會員閱讀,請登入會員,或洽詢會員服務
DIGITIMES Research觀察,聯合學習(Federated Learning;FL)技術興起,以分散式運算架構,強調由用戶參與AI模型訓練且不需上傳數據,可望解決數據隱私問題。隨數據安全重要性攀升,Google提出FL技術,並應用於行動裝置已有成效,NVIDIA及中國大陸業者亦競相推出FL開發平台,協助企業用戶發展FL應用。 儘管FL應用發展仍須克服不少現實挑戰,但由用戶共同參與而提升AI模型品質,有望同時解決數據隱私及AI訓練所需龐大數據的問題,以加快產業智慧化進展。

會員登入

若您已是DIGITIMES Research的正式會員,請由此下方登入。


【範例:user@company.com】

忘記密碼
記住帳號密碼
★ 若您是第一次使用會員資料庫,請點選 申請個人帳號

服務加入辦法

若想立刻加入付費會員,請洽詢
客服專線:
+886-02-87125398。
(週一至週五工作日9:00~18:00)
客服信箱:
member@digitimes.com
(一個工作日內將回覆您的來信)
Slide Show─
為投影片搭配仔細解說的服務模式,提供具時效性的ICT產品產銷、展場觀察等研究成果,同時可直接作為會員簡報材料。
Insight─
為深入研究觀點與發現的即時服務,內容包括重要事件評論、重要產業資訊的揭露等。
Data Point─
以1個圖表搭配簡潔文字說明,提供圖文並茂的資料庫服務。
Spec & Price─
解析全球主要市場終端產品零售均價與規格,並提供客制化查詢數據庫。
Spot Price─
提供每週太陽光電產業鏈上下游現貨報價資訊,藉此反應市場供需波動變化,並解析市場最新脈動。
Industry Review─
定期檢視產業核心構面的重要事件與發展,以利掌握產業關鍵動態、議題實質內涵與加值觀點。