Transición de Intel a OpenFL impulsa el crecimiento de la IA confidencial
La compañía anunció recientemente que la Junta Asesora Técnica de LF AI & Data Foundation aceptó a Open Federated Learning como un proyecto de incubación para impulsar aún más la colaboración, la estandarización y la interoperabilidad en inteligencia artificial (IA). OpenFL es una estructura de código abierto para un tipo distribuido de IA conocido como Aprendizaje Federado (FL), que incorpora características de preservación de la privacidad llamadas computación confidencial. El sistema fue desarrollado por la marca para ayudar a los científicos de datos a mantener la privacidad al recopilar información de muchos conjuntos de datos diferentes, confidenciales o regulados.
Los científicos de datos pueden usar este enfoque de ML distribuido para permitir que las organizaciones colaboren en torno a análisis de beneficio mutuo sin exponer datos confidenciales o algoritmos de ML a otras partes. De esta manera, industrias como la atención médica, los servicios financieros, el comercio minorista y la fabricación utilizan FL para obtener información valiosa, conectando de forma segura múltiples sistemas y conjuntos de datos, y eliminando las barreras que impiden la inclusión de datos para el análisis.
Asimismo, la compañía se unió a Penn Medicine, VMware y Flower Labs para presentar OpenFL a LF AI & Data Foundation. Los representantes de estas empresas se unirán a la fundación para formar un comité directivo técnico para OpenFL, que fomentará un ecosistema de proveedor neutral para el proyecto y brindará información para guiar su desarrollo. LF AI & Data Foundation aún se encuentra en etapa de incubación, en la cual se está definiendo la base de operación del proyecto.
OpenFL es una estructura para Aprendizaje Federado diseñada para ser flexible, extensible y segura, que permite a las organizaciones participar en iniciativas de aprendizaje automático colaborativas y multipartidarias sin mover datos confidenciales o regulados fuera de sus entornos. El algoritmo procesa los datos dondequiera que residan y luego consolida los resultados no identificados en un punto central. Los datos de ninguna parte son expuestos a otros participantes.
La estructura combina hardware y software para preservar aún más la privacidad en las tareas de IA, utilizando Software Guard Extensions, un entorno de ejecución confiable basado en hardware para centros de datos, y The Gramine Project, un conjunto de herramientas y componentes de infraestructura para ejecutar aplicaciones no modificadas en plataformas de computación confidencial basadas en SGX.
La integración de código abierto entre SGX y OpenFL está consolidada, y se planea implementar más funciones de seguridad para versiones futuras. Los colaboradores también pueden agregar al proyecto la integración con otros elementos de hardware para un entorno de ejecución confiable.
Mantente conectado a nuestra revista Channel News Perú, haciendo clic aquí y suscribiéndote a nuestro newsletter para contenido de valor diario
