Децентрализованный ИИ на пороге. Представлен новый способ совместного обучения больших

моделей ИИ из нескольких больниц, не ставя под угрозу, безопасность пациентов

Обмен данными между разными медучреждениями - сложная задача из-за различных требований к безопасности.
Следовательно, трудно, но очень важно позволить нескольким сторонам совместно обучать модель ИИ, используя частные наборы данных, доступные каждой стороне, без необходимости прямого обмена этими наборами данных.

В новой статье говорится о DeCaPH (Децентрализованное, совместное и сохраняющее конфиденциальность машинное обучение для данных нескольких больниц).

Что делает DeCaPH?

1. Совместное машинное обучение с сохранением конфиденциальности.

2. Децентрализация: не нужен центральный сервер, соответственно, риски снижены.

3. Устойчивость к атакам: разработан с учетом уникальных потребностей здравоохранения и кибербезопасности.

4. Разработан специально для больниц.

GitHub здесь.
Arxiv тут.
_______
Источник | #blockchainRF

Охуенная идея