Представляем новую эру в развитии машинного обучения: децентрализованное машинное обучение (DML).
Так что же делает DML таким исключительным? Протокол DML будет применять технологии машинного обучения на устройстве, блокчейн и федеративного обучения.
Он позволяет использовать неиспользованные данные без извлечения и простаивающие вычислительные мощности для машинного обучения.
Алгоритмы будут краудсорсингом от сообщества разработчиков через рынок в результате нововведений с периферии. Это поможет нам справиться с текущими ограничениями машинного обучения, такими как недоступность личных данных. Традиционное машинное обучение требует, чтобы наборы данных были загружены на выделенный сервер, централизация вычислительной мощности - машинное обучение в основном осуществляется через централизованный компьютер, который вычислительная мощность обычно ограничена или ограничена процессорами одной машины, и, конечно, не в последнюю очередь, ограничение разработки моделей и алгоритмов, потому что только крупные корпорации могут позволить себе инвестировать огромный начальный капитал и ресурсы для создания собственных моделей и алгоритмов машинного обучения или приобретите индивидуальные решения у консалтинговых фирм, чтобы применить машинное обучение в собственном бизнесе.
Как DML может помочь в решении вышеупомянутых вопросов, которые вы задаете? Инфраструктура DML создана таким образом, чтобы решить эти проблемы и вернуть людям автономию ИИ, машинного обучения и личных данных, потому что нынешнее господство технологических гигантов на рынке привело к антиконкурентности.
Децентрализованное машинное обучение (DML) вводится с целью избежать централизованного управления разработкой машинного обучения и централизованного владения данными. Веря в коллективный разум, DML также надеется продвигать инновации с периферии, вместо того, чтобы быть продиктованным руководством и элитой технологических гигантов.
Использование технологии блокчейн.
Чтобы узнать больше об этом проекте, посетите сайт dentralizedml.com.
