AI es ampliamente utilizado en diversas industrias, correspondiente comunidad de desarrolladores ha convertido rica y variada. A menudo provienen de diferentes prácticas de desarrollo profesional en diferentes escenarios en diferentes áreas, que también causaron el alto costo de aprendizaje AI desarrollador de talento, además de aprender las habilidades profesionales necesarias para comprender los requisitos de la industria y los escenarios de aplicación. Con este fin, iniciada casi humano "AI planes de crecimiento desarrollador", co-líder en inteligencia artificial para desarrollar cursos temáticos y prácticas comunes a los desarrolladores de proyectos de ayuda realizadas en un plazo más corto aprendido de todo el proceso utilizado.
"Los desarrolladores de AI plan de crecimiento" La primera fase de la clase abierta, ofrecida conjuntamente por el Casi Humano y los bancos de micro-públicas, el tema de "El destino del ingreso al estudio federal y aplicación de combate real," socios invitados también participarán en VMware acción. Clase abierta por un período de cuatro semanas, un total de seis cursos, establecer el intercambio de tema, las prácticas de proyectos, Q en línea y otros sectores, desde la entrada de estudio federal de cero.
programas y formas de unirse aprendizaje en general, véase: on-line "de aprendizaje DESTINO portal y la aplicación de los bienes federales" clase abierta!
5 de marzo en la primera conferencia "Introducción y aplicación del destino federal aprendizaje real", los bancos de micro-públicas Inteligencia Artificial Senior Fellow Ma Guoqiang trajo "federales estudios técnicos presentaciones, aplicaciones y marco de código abierto DESTINO" tema de acción, que detalla la algoritmos federales concepto de aprendizaje, aplicaciones y DESTINO marco de código abierto introducido y el progreso, la reproducción de vídeo de la siguiente manera:
learning destino del primer estudio federal presentaciones técnicas, aplicaciones de código abierto marco DESTINO [Federal]
Conferencia contó con Q & A:
En la primera conferencia de la sesión de control de calidad, Ma Guoqiang expositor contestó los pequeños amigos son muchas preguntas, algunas de estas cuestiones se mencionan todos ampliamente, que volvió a hacer una selección y edición, para su referencia.
Además, estamos sujetos a más preguntas también son bienvenidos en el área de comentarios de la discusión, vamos a invitado regularmente conferenciante Q & A en el área de comentarios, y continúa siendo preguntas destacados y respuestas incluidas en el texto del contenido de este artículo.
Pregunta 1: Versión DESTINO ahora es compatible con la unión y dejándolo dinámico?
DESTINO actualmente no es compatible con este mecanismo, se ha considerado previamente esta cuestión, similar a la aplicación en el terminal móvil. Vamos a seguir para evaluar la viabilidad de seguimiento y añadir a nuestra lista de requisitos en el interior.
Hay planes para apoyar en los términos de la victoria: Pregunta 2?
Por ahora no tenemos apoyo directo en el programa de Windows, existen algunos problemas en el uso del paquete en las ventanas, enfrentará a una cierta estabilidad adicional en la producción es también casi.
Pregunta 3: Transversal de aprendizaje cifrado homomorphic federal es como?
Nosotros no tenemos que utilizar, además de la parte interior LR federal de tecnología de encriptación homomorphic transversal lateral, o el cifrado homomorphic no es el núcleo, utilizamos principalmente el FedAvg y seguro a la agregación, el uso esencialmente ideológico de ruido aleatorio, entre los participantes veintidós ruido, compensando el lado del servidor. Otros aspectos laterales con menos de la encriptación homomorphic, como (puntos de control de privacidad) DP y más usualmente se MPC programas.
Pregunta 4: compartición de secretos y SPDZ se utiliza en horizontal o vertical en?
Actualmente se utiliza para calcular la dirección longitudinal en el interior del coeficiente de correlación de Pearson para SPDZ, ahora, apoyamos dos partes principales, MPC sintiendo un pequeño problema en los programas de múltiples partes, incluyendo la investigación pysyft cuando descubrimos que hay un problema de muchas maneras.
Pregunta 5: la formación de un modelo estándar cuánto tiempo?
Y un algoritmo específico, y las otras muestras, y los datos relacionados con la cantidad. En nuestro medio ambiente y de prueba, máquinas de prueba varias veces federales y no federales a cientos de veces la brecha, pero la diferencia no es especialmente grande, porque el retrato Federal federal dentro de un cifrado principalmente homomorphic tiempo, lateral , porque el uso de mecanismo de FedAvg, de hecho, es relativamente rápido.
Pregunta 6: ¿Cuánto entrenamiento secureboost más lento que los ingresos?
SecureBoost recomendamos que use otro método de encriptación homomorphic, transformación afín (IterativeAffine), esta es nuestra primera contribución de un contribuyente, este método le permite tener una mejor experiencia. En el entrenamiento, es compatible con más datos, entrenando mucho más rápido, consumo de memoria es también mucho menos. En nuestras pruebas, como la versión independiente, con diferencia xgboost unas pocas veces es posible. SecureBoost afecta a la velocidad de las características principales es la dimensión de dimensiones de características relativamente bajas, pero la diferencia no es tan grande. Dimensiones característica aumenta, el cálculo del histograma gradiente, además de cifrado homomorphic, es mucho tiempo, por lo general no lo hacen, debido a que el cifrado es un número único, mucho más tiempo que la adición, pero cuando las estadísticas del histograma gradiente , se reflejarán adiciones que consumen tiempo.
Pregunta 7: ¿Cómo funcionan las características de alineación vertical?
De hecho, hay perfiles en nuestra participación en: a través de la intersección de la tecnología (PSI) privacidad muestras obtenidas de forma conjunta. Si usted quiere saber más acerca de la ISP, búsqueda en Internet acerca de nuestro destino también tienen alguna explicación, el destino es el principal logro de RSA y el hash del programa, además de otros programas, como OT o el filtro Bloom .
Pregunta 8: ¿Cómo aprender a hacer frente a los silos de datos federales?
Federal aprender a resolver existen silos de datos. Podemos ver que, al compartir con sólo algoritmo de aprendizaje federal que efecto con el efecto del centro de aprendizaje es el mismo, por lo que este problema no existe de forma natural.
Pregunta 9: consideraría futura hoja de ruta tecnológica con totalmente homomorphic ella?
Totalmente cifrado homomorphic hay un problema de baja eficiencia. Por supuesto, es muy conveniente porque el apoyo totalmente homomorphic una variedad de operaciones, tales como la adición de cifrado homomorphic usamos, sólo es compatible con la adición y varios multiplican. Sin embargo, la eficiencia de la homomorphic totalmente no sube, por lo que no hemos planeado éste. En comparación con el estado y semi-Estado con plena eficiencia, existe un orden de magnitud de diferencia.
