VK будет учить модель ИИ на независящих дата-сетах
VK поведала о тестировании собственного решения для обучения искусственного ума (ИИ), которое может сразу трениться на данных из различных баз без их фактического обмена и риска утечки индивидуальных данных. Этот принцип именуется вертикальным федеративным обучением (VML).
По словам Артема Агафонова, управляющего группы Data Science в подразделении VK Predict, на данный момент компании для обучения аналитической модели в главном обязаны делиться своими данными вместе, с разрабами сервиса и обладателем инфраструктуры, занимающимся их обработкой. Сохранность этих данных гарантируется только доверием меж участниками процесса обучения.
Принцип вертикального федеративного обучения употребляет Гугл, ее также развивают Amazon, IBM и Nvidia. По данным Market.us, мировой рынок федеративного обучения в прошедшем году составил $133,1 млн, а к 2032 году он вырастет до $311 млн.
При помощи предиктивных моделей можно спрогнозировать спрос либо предложение. К примеру, модель может сходу рассматривать данные ритейлера о продажах и о трафике торгового центра. Решение быть может нужно в различных отраслях, к примеру финтехе и индустрии. На данный момент VK уже тестирует сервис с несколькими партнерами из ритейла и девелопмента, в дальнейшем планируется продавать это решение.
Напомним, в феврале VK представила свою LLM, генеративные функции которой будут пока тестироваться в сервисах VK – почте, календаре, заметках и облаке. Тренировка нейросети проводилась на «открытых корпусах текстов из веба и общественных данных соцсети ВКонтакте – постах и комментах в открытых группах».