یادگیری فدرال (Federated Learning) یکی از حوزههای جذاب هوش مصنوعی است، اما پایداری ارتباطات در آن همیشه یک چالش بزرگ بوده است. محققان به تازگی راهکار نوآورانهای به نام «کدگذاری تفاضلی چندمقیاسه» (MTDC) را معرفی کردهاند که مشکل از دست رفتن بهروزرسانیهای مدل در حین ارسال بیسیم را حل میکند.
با استفاده از این روش جدید، دستگاهها حتی در صورت بروز اختلال در شبکه، میتوانند مدل جهانی را بهدرستی بازسازی کنند و کارایی یادگیری را بهطور چشمگیری افزایش دهند. گامی دیگر در مسیر هوش مصنوعیِ توزیعشده و مقاومتر! 🤖📡
منبع: arXiv Machine Learning