محققان بهتازگی فریمورک جدیدی به نام «MOSAIC-FL» را معرفی کردهاند که گامی مهم برای افزایش حریم خصوصی در «یادگیری فدرال» (Federated Learning) محسوب میشود.
این فریمورک با استفاده از معماری میکروسرویس و ترکیب تکنولوژیهای رمزنگاری پیشرفته (مانند رمزنگاری همومورفیک CKKS)، به مدلهای هوش مصنوعی اجازه میدهد تا روی دادههای بسیار حساس، بهویژه در حوزههای ژنتیک و پزشکی، بدون دسترسی مستقیم به اطلاعات شخصی آموزش ببینند. این یعنی دقت بالا در تشخیص بیماریها (مثل تشخیص زیرگروههای سرطان سینه) بدون به خطر افتادن حریم خصوصی افراد! 🧬🏥
ترکیب امنیت، مقیاسپذیری و دقت در این مدل، خبر خوبی برای آینده هوش مصنوعی در صنعت سلامت است.
منبع: arXiv Machine Learning