แนวโน้มเทคโนโลยียุคต่อไปของการเรียนรู้แบบสมาพันธ์: ไม่มีบุคคลที่สามและองค์ประกอบ

特邀专栏作者

2020-09-23 03:05

บทความนี้มีประมาณ 2602 คำ การอ่านทั้งหมดใช้เวลาประมาณ 4 นาที

การเรียนรู้แบบรวมศูนย์เป็นเทคโนโลยีพื้นฐานที่เกิดขึ้นใหม่ของปัญญาประดิษฐ์ นำเสนอครั้ง

เมื่อเร็วๆ นี้ ศาสตราจารย์ Yang Qiang ชี้ให้เห็นในฟอรัม SDBD2020 Computing Power Online ว่าการเรียนรู้แบบสมาพันธ์ไม่ได้เป็นเพียงเทคโนโลยีเท่านั้น แต่ยังเป็นการสร้างระบบนิเวศโอเพ่นซอร์สด้วย ในฐานะที่เป็นสะพานเชื่อมสู่เกาะเปิดของข้อมูล การเรียนรู้แบบรวมศูนย์ช่วยให้ระบบปัญญาประดิษฐ์สามารถใช้ข้อมูลของตนเองได้อย่างมีประสิทธิภาพและแม่นยำยิ่งขึ้น ในขณะที่เป็นไปตามข้อกำหนดด้านความเป็นส่วนตัว ความปลอดภัย และกฎระเบียบของข้อมูล

ตรงประเด็น Guo Jia ได้รับเชิญเป็นพิเศษสำหรับคอลัมน์ความปลอดภัยข้อมูลความเป็นส่วนตัวของพลังการประมวลผลในฉบับนี้ โดยถามคำถามใหญ่สามข้อ และจินตนาการถึงอนาคตของเทคโนโลยีการเรียนรู้แบบรวมศูนย์อย่างกล้าหาญโดยปราศจากบุคคลที่สามและองค์ประกอบ

ชื่อเรื่องรอง

สามคำถาม

1) ผู้ประสานงานบุคคลที่สามของการเรียนรู้แบบสมาพันธ์ไม่ได้ถูกวิพากษ์วิจารณ์ใช่หรือไม่

2) หากคุณเข้าไปในสถาบัน เช่น ธนาคาร หากเป็นผลิตภัณฑ์ที่สั่งซื้อ คุณจะโน้มน้าวผู้นำได้อย่างไร?

3) ความจริงที่ว่าองค์กรซื้อแพลตฟอร์มการสร้างแบบจำลองหรือแม้แต่โซลูชันการสร้างแบบจำลองหมายความว่าวิศวกรของตนเองนั้นไร้ประโยชน์หรือไม่?

ชื่อเรื่องรอง

ไม่มีบุคคลที่สามที่ "เป็นกลาง"

ผลิตภัณฑ์การประมวลผลเพื่อความเป็นส่วนตัวส่วนใหญ่ในตลาดปัจจุบันมีบุคคลที่สาม หรือหนึ่งในนั้นทำหน้าที่เป็นบุคคลที่สาม

บุคคลที่สาม C กำหนดรหัสสาธารณะเดียวกันให้กับการคำนวณ (ข้อมูล) ฝ่าย A และ B ในตอนเริ่มต้น และบุคคลที่สาม C ถือรหัสส่วนตัวที่เกี่ยวข้อง ฝ่าย A และฝ่าย B ทำการคำนวณที่สอดคล้องกันบนข้อมูลของตนเองตามลำดับ จะขึ้นอยู่กับข้อมูลของตนเอง ผลลัพธ์ขั้นกลางจะถูกเข้ารหัสด้วยรหัสสาธารณะ และข้อความเข้ารหัสจะถูกส่งไปยังบุคคลที่สาม C บุคคลที่สาม C ใช้รหัสส่วนตัวเพื่อถอดรหัสข้อความรหัสของผลลัพธ์กลางจากทุกฝ่ายเพื่อรับ ข้อความธรรมดาของผลลัพธ์ขั้นกลางของแต่ละฝ่าย และสรุปผลขั้นกลางฉบับสมบูรณ์ กระบวนการนี้จะวนซ้ำไปซ้ำมาจนกว่าจะถึงเงื่อนไขสิ้นสุด

ตัดสินจากผลสุดท้าย บุคคลภายนอก C ได้รับข้อมูลที่เขาไม่ควรได้รับในระหว่างกระบวนการมีส่วนร่วม การที่ข้อมูลนี้เปิดเผยข้อมูลส่วนตัวของผู้เข้าร่วมรายอื่นนั้นเกี่ยวข้องกับโครงสร้างของอัลกอริทึมที่กำลังทำงานหรือไม่ ตัวอย่างเช่น ในอัลกอริทึมการถดถอยโลจิสติก ผู้เข้าร่วมจะคำนวณผลิตภัณฑ์ภายในตามข้อมูลของตนเอง และเข้ารหัสและส่งไปยัง ผู้ประสานงานและผู้ประสานงานได้รับ ผลลัพธ์ของผลิตภัณฑ์ภายในไม่สามารถรับข้อมูลต้นฉบับได้ เนื่องจากข้อมูลผลิตภัณฑ์ภายในครอบคลุมข้อมูลต้นฉบับอย่างดี

อย่างไรก็ตาม ไม่ใช่อัลกอริทึมทั้งหมดที่มีผลลัพธ์ระดับกลางที่มีลักษณะเหมือนปัญหาการถดถอยโลจิสติก โดยไม่เปิดเผยข้อมูลดั้งเดิมของฝ่ายที่เกี่ยวข้อง

การประสานงานของบุคคลที่สามได้นำมาซึ่งความสะดวกสบายอย่างมากในการออกแบบและการนำโปรโตคอลไปใช้ แต่ความจริงแล้วการจัดตั้งบุคคลภายนอกเองต้องใช้ต้นทุนค่อนข้างมาก สำหรับสิ่งที่เรียกว่าบุคคลที่สามพร้อมกัน แม้ว่ามีเพียงสองฝ่ายที่มีส่วนร่วมในกระบวนการทั้งหมด แต่ก็ไม่ได้แก้ปัญหาในการแก้ปัญหาด้วยบุคคลที่สามอย่างแท้จริง ข้อมูลของหนึ่งในนั้นยังคงตกอยู่ในอันตรายที่จะถูกเปิดเผย

เมื่อเทียบกับโครงร่างที่มีส่วนร่วมของบุคคลที่สาม โครงร่างที่อิงตาม MPC ที่ไม่มีการมีส่วนร่วมของบุคคลที่สามจะละทิ้งผู้ประสานงานตั้งแต่เริ่มต้นของการออกแบบโปรโตคอล

ตามทฤษฎีแล้ว ระเบียบการ MPC กำหนดให้ฝ่ายที่เข้าร่วมไม่สามารถรับข้อมูลเพิ่มเติมได้ ยกเว้นอินพุตและเอาต์พุตของผลการคำนวณของตนเอง MPC มีการโต้ตอบข้อมูลระหว่างผู้เข้าร่วมเท่านั้น และกระบวนการโต้ตอบระหว่างการดำเนินการของโปรโตคอลจะไม่ทำให้ข้อมูลส่วนตัวของผู้เข้าร่วมรั่วไหล สิ่งนี้รับประกันโดยการออกแบบโปรโตคอลพื้นฐาน ตัวอย่างเช่น ในวงจรที่คลุมเครือ ผู้เข้าร่วมจับคู่อินพุตของตนเป็นคีย์สุ่ม และใช้ตารางความจริงที่คลุมเครือเพื่อรักษาความสัมพันธ์ระหว่างอินพุตและเอาต์พุตของผู้เข้าร่วม ทุกฝ่ายโต้ตอบเฉพาะกับข้อความเข้ารหัสที่สอดคล้องกับตารางความจริง โดยไม่มีข้อมูลอินพุตและเอาต์พุตใดๆ

โดยทั่วไป โครงการที่อิงตาม MPC โดยไม่มีการมีส่วนร่วมของบุคคลที่สามนั้นมีความละเอียดรอบคอบมากกว่าในการปกป้องข้อมูลความเป็นส่วนตัวของผู้เข้าร่วม ในขณะที่โครงการที่มีส่วนร่วมของบุคคลที่สามจำเป็นต้องอาศัยความน่าเชื่อถือของบุคคลที่สามหรือโครงสร้างของผลลัพธ์ระดับกลาง ให้ความเป็นส่วนตัวของข้อมูลเพศ กล่าวคือ เมื่อทั้งสองฝ่ายไม่สามารถสร้างบุคคลที่สามที่เชื่อถือได้ โครงการที่อิงตาม MPC โดยไม่มีบุคคลที่สามเข้าร่วมจะเป็นตัวเลือกแรกสำหรับความปลอดภัย

เวอร์ชันหลักของ Avatar 2.0 ที่กำลังจะมาถึงของ Fushu อิงตามแนวคิดหลักของ MPC เริ่มต้นจากการคำนวณตัวดำเนินการพื้นฐานและฟังก์ชันพื้นฐาน และในที่สุดก็เสร็จสิ้นการอัปเกรดผลิตภัณฑ์โดยไม่มีบุคคลที่สาม

ชื่อเรื่องรอง

Dos to Windows Revolution: IME

ฉันให้ความสนใจกับผลิตภัณฑ์คู่แข่งในประเทศ ในปัจจุบัน เหตุผลสำคัญที่ผู้ผลิตหลายรายสนใจลูกค้าคือประสบการณ์การโต้ตอบกับผลิตภัณฑ์ ผมเชื่อว่าลูกค้าระดับธนาคารต้องเลือกใช้ Windows ระหว่าง Dos กับ Windows (เพราะผู้นำชอบสิ่งที่มองเห็นได้ชัดเจนกว่า) แพลตฟอร์มการเรียนรู้แบบรวมศูนย์จำนวนมากที่สามารถทำได้ในปัจจุบันยังคงอยู่ในระดับ "Dos" และแพลตฟอร์มที่ดีกว่าเล็กน้อยเทียบเท่ากับ "Windows 95"

สำหรับสภาพแวดล้อมแบบบูรณาการ เราชอบ IDE แบบห่อหุ้มและมีส่วนประกอบมากกว่า โดยที่กระบวนการคือธุรกิจ ฉันต้องการกำหนดแนวคิดใหม่เกี่ยวกับแพลตฟอร์มการสร้างแบบจำลองการเรียนรู้แบบรวมศูนย์ สภาพแวดล้อมการสร้างแบบจำลองแบบรวม IME (สภาพแวดล้อมการสร้างแบบจำลองแบบรวม)

การจัดองค์ประกอบเป็นคุณสมบัติที่ใหญ่ที่สุดของ IME ฉันชอบใช้คำสองสามคำเพื่อแนะนำให้กับลูกค้า: กระบวนการโปร่งใส การมีเพศสัมพันธ์ต่ำระหว่างระดับบนและระดับล่าง และอัลกอริทึมที่ปรับขนาดได้ แพลตฟอร์มการเรียนรู้แบบสมาพันธ์มีส่วนประกอบที่สำคัญมาก เช่น ส่วนประกอบการเข้ารหัส ส่วนประกอบการถอดรหัส ส่วนประกอบการสื่อสาร ส่วนประกอบอัลกอริทึม และอื่นๆ ให้ลูกค้าแพลตฟอร์มการเรียนรู้แบบรวมศูนย์มุ่งเน้นไปที่อัลกอริทึมซึ่งสามารถปรับขนาดและคอมไพล์ได้

ความเป็นอิสระ: โครงการ แอปพลิเคชัน และผลิตภัณฑ์ของเราสามารถแบ่งออกเป็นหลายองค์ประกอบ แต่ละองค์ประกอบมีหน้าที่รับผิดชอบในการทำงาน และแต่ละองค์ประกอบมีอยู่ในรูปแบบที่เป็นอิสระต่อกัน

สมบูรณ์: แต่ละส่วนประกอบมีฟังก์ชันภายในที่สมบูรณ์ และส่วนประกอบต่างๆ เป็นอิสระจากกัน

การรวมกันอย่างอิสระ: โดยการรวมส่วนประกอบต่างๆ อย่างอิสระ สามารถสร้างผลิตภัณฑ์ แอปพลิเคชัน และโครงการที่สมบูรณ์ได้

ในการเผชิญกับการเปลี่ยนแปลงของบุคลากรภายใน การขยายธุรกิจ และการเปลี่ยนแปลงความต้องการของผู้ใช้ การจัดองค์ประกอบไม่เพียงแต่ตอบสนองความต้องการในการพัฒนาขนาดใหญ่เท่านั้น แต่ยังตระหนักถึงการสื่อสารระหว่างกันระหว่างนักพัฒนา ผู้ใช้ ส่วนประกอบของแอปพลิเคชัน และทรัพยากรข้อมูล บางที การจัดองค์ประกอบคือ กุญแจสู่สายการผลิต วิธีเดียว

การจัดองค์ประกอบช่วยลดเกณฑ์สำหรับวิศวกรการสร้างแบบจำลองธุรกิจที่ไม่มีทักษะในการเขียนโปรแกรมในระดับหนึ่ง บนพื้นฐานของการจัดองค์ประกอบ ผู้ใช้สามารถลากและวางส่วนประกอบต่างๆ บนโต๊ะทำงานเพื่อให้ได้การผสมผสานและการเชื่อมต่อที่ยืดหยุ่น ทำให้กระบวนการสร้างแบบจำลองส่วนบุคคลเป็นไปได้

เมื่อต้องเผชิญกับความต้องการของผู้ใช้ที่หลากหลาย สถาปัตยกรรมส่วนประกอบเดียวหรือส่วนประกอบบางส่วนมักไร้ประโยชน์และไม่สามารถแก้ปัญหาหลักของปัญหาได้ ดังนั้นวิธีสร้างผลิตภัณฑ์ทั้งหมดโดยใช้มาตรฐานและข้อกำหนดร่วมกัน และสุดท้ายนำเสนอผู้ใช้ด้วย โมดูลพื้นฐานจำนวนมากและผลิตภัณฑ์ A แต่ละรายการที่มีโมดูลแยกจากกัน สมบูรณ์ และรวมกันได้อย่างอิสระเป็นหัวใจสำคัญของการพัฒนาส่วนประกอบ

คำตอบของคุณ

เขียนไว้ท้ายบทความ ตอบคำถามสามข้อที่จุดเริ่มต้นของบทความ:

คำตอบ ถ้าลูกค้าอย่างธนาคารทราบเรื่องบุคคลที่สาม เขาจะถามตรงๆ ว่าสามารถหลีกเลี่ยงบุคคลที่สามได้ไหม ดังนั้น Fushu Avatar จึงใช้เวลาหลายเดือนในการเอาชนะและทำให้เกิดการเรียนรู้แบบสมาพันธ์โดยไม่มีบุคคลที่สาม

คำตอบ: ยากที่จะโน้มน้าวใจ การเรียนรู้แบบสหพันธรัฐนั้นยากที่จะอธิบายอย่างชัดเจน ด้วยกราฟิก มันต้องเป็นเรื่องง่ายที่จะพูด

คำตอบ: ให้พันธมิตรมีส่วนร่วมในการสร้างแพลตฟอร์มการเรียนรู้แบบสมาพันธ์อย่างแท้จริง การเปิดส่วนประกอบอัลกอริทึมที่ใกล้ชิดกับธุรกิจจะเหมาะสมกว่า วิศวกรของคุณสามารถเขียนอัลกอริทึมที่เหมาะกับธุรกิจของตนเองได้ตามมาตรฐานโปรโตคอล คุณสามารถเข้าใจความจริง?

นักเรียนชั้นประถมที่ภูมิใจในการย้ายจากเทคโนโลยีสู่ธุรกิจ ด้วยประสบการณ์เกือบสิบปีในอุตสาหกรรมข้อมูลขนาดใหญ่บนอินเทอร์เน็ต เขาทำงานอย่างต่อเนื่องใน Shanghai Dazhizhi, Ping An และ Micai ในตำแหน่งสถาปนิกข้อมูลขนาดใหญ่และนักวิเคราะห์อาวุโส อีกทั้งยังมีงานวิจัยเชิงลึกเกี่ยวกับเทคโนโลยีทางการเงิน

ปัจจุบันทำงานเป็นผู้อำนวยการอาวุโสของ Fushu Technology ซึ่งรับผิดชอบโซลูชันการประมวลผลเพื่อความเป็นส่วนตัวและการดำเนินธุรกิจ

ก๊วยเจ๋ง