محققان در یک پژوهش جدید، فریمورک نوآورانهای به نام «SUM» را معرفی کردهاند که چالش بزرگِ یادگیری فدرال کلاسمحور (FCIL) را هدف قرار داده است.
مشکل اصلی در سیستمهای هوشمند توزیعشده، تداخل بین دادههای کلاینتهای مختلف و یادگیری وظایف متوالی است که باعث میشود مدلها اطلاعات قبلی را به سرعت فراموش کنند. فریمورک جدید «SUM» با استفاده از یک رویکرد هندسی و بدون نیاز به محاسبات سنگین در سمت کاربر (کلاینت)، این تداخلها را در سمت سرور مدیریت کرده و دقت یادگیری را به شکل چشمگیری افزایش میدهد. این گامی بزرگ برای هوش مصنوعیهایی است که نیاز دارند در حین کار در محیطهای توزیعشده، بهطور مداوم و بدون فراموشی، مطالب جدید یاد بگیرند. 🧠✨
منبع: arXiv Machine Learning