L’Alibaba DAMO Academy, l’initiative de recherche mondiale d’Alibaba Group, a annoncé avoir rendu accessible à la communauté open-source le code source de sa dernière plateforme d’apprentissage fédéré FederatedScope, une plateforme complète avec des paquets faciles à utiliser.
Avec l’essor de l’apprentissage automatique dans l’ère numérique, la collecte de données d’entraînement pour construire et faire progresser les modèles d’IA est scrutée, car le processus pourrait poser des problèmes de confidentialité. Pour relever ce défi, l’apprentissage fédéré – une méthode de calcul préservant la vie privée – a vu le jour.
En coordonnant l’apprentissage de micro-tâches sur différents appareils finaux, les résultats intermédiaires de l’apprentissage – plutôt que les données brutes de l’utilisateur – sont renvoyés vers le serveur cloud pour atténuer les problèmes de confidentialité. Cela permet néanmoins d’effectuer des tâches d’analyse de données et d’apprentissage automatique sur les appareils finaux.
« En partageant nos technologies d’apprentissage fédéré avec la communauté open source, nous espérons promouvoir la recherche et le déploiement industriel du calcul préservant la vie privée dans différents secteurs, tels que les soins de santé, qui impliquent généralement des données d’utilisateur sensibles et nécessitent des pratiques strictes de protection de la vie privée », a déclaré Bolin Ding, chercheur à l’Alibaba DAMO Academy.
En outre, grâce à un cadre événementiel récemment mis en œuvre, FederatedScope offre un support flexible et des outils complets, notamment une riche collection d’ensembles de données de référence, des architectures de modèles bien connues, des algorithmes d’apprentissage fédéré avancés, des fonctionnalités de réglage automatique faciles à utiliser et des interfaces conviviales. Ces outils permettent aux chercheurs et aux développeurs de construire et de personnaliser rapidement des applications d’apprentissage fédéré spécifiques à une tâche dans des domaines tels que la vision par ordinateur, le traitement du langage naturel, la reconnaissance vocale, l’apprentissage de graphes et la recommandation.
Pour la protection de la vie privée en particulier, la plateforme offre également des technologies de pointe, notamment la confidentialité différentielle et le calcul multipartite, afin de répondre aux différentes exigences en matière de protection de la vie privée.
« Nous pensons que le calcul préservant la vie privée est une tendance importante et essentielle. Il est essentiel de pouvoir former des modèles d’IA sans compromettre la confidentialité et c’est pourquoi nous avons consacré beaucoup de ressources pour stimuler la recherche sur l’apprentissage fédéré. Nous espérons qu’en partageant nos codes sources et notre plateforme technologique, nous pourrons soutenir les développeurs mondiaux de la communauté et encourager davantage d’innovation dans ce domaine émergent. »
Selon Gartner, 60% des grandes organisations devraient utiliser une ou plusieurs techniques de calcul améliorant la confidentialité d’ici 2025.
Plus tôt cette année, l’Alibaba DAMO Academy a également révélé ses prévisions concernant les principales tendances qui façonneront l’industrie technologique dans les années à venir, et le calcul préservant la vie privée en faisait partie. Selon les prévisions, au cours des trois prochaines années, nous devrions « assister à des améliorations révolutionnaires des performances et de l’interprétabilité du calcul préservant la vie privée ».
Pour en savoir plus sur la plateforme et les technologies d’apprentissage fédéré d’Alibaba Cloud, le site https://federatedscope.io/ et la page GitHub dédiée.
