Casos de uso do mundo real na área da saúde
há conjunto de casos de uso para o qual organizações de diversos setores podem usar aprendizado de máquina federado, observa Lange. Na área da saúde, os hospitais estão a treinar modelos em conjunto para diagnosticar o cancro, segmentar tumores cerebrais e detetar a COVID-19 sem partilhar registos de pacientes, diz ela. Por exemplo, centros médicos americanos – incluindo colaboradores da Case Western Reserve University; Universidade de Georgetown; Clínica Mayo; Universidade da Califórnia, San Diego; Universidade da Flórida; e Vanderbilt University – usam aprendizado federado com tecnologia NVIDIA para segmentar tumores, de acordo com Postagem no blog da NVIDIA.
Principais requisitos de infraestrutura para implementação de aprendizagem unificada
Para gerir a aprendizagem federada, as organizações de saúde precisam de um sistema central para coordenar o processo (incluindo distribuição de modelos, agendamento e agregação de atualizações), infraestrutura local com poder computacional suficiente para treinar modelos e formas seguras de enviar atualizações entre participantes, de acordo com Lange.
O Google observa em seu blog que as organizações precisam levar o modelo aos dispositivos dos clientes para realizar o treinamento no modelo local, e estes podem variar de telefones celulares a Dispositivos IoT e instituições inteiras, como hospitais.
O servidor central, ou agregador, “atua como orquestrador do processo de aprendizagem federado”, observa o Google. “Ele inicializa e propaga o modelo global, coleta atualizações de modelo dos clientes, agrega essas atualizações para refinar o modelo global e, em seguida, redistribui o modelo atualizado. Ele não tem acesso direto aos dados brutos do cliente.”
LEIA MAIS: Construa um ecossistema de IA de saúde sustentável além da conformidade.
Os líderes de TI também devem usar um protocolo de comunicação definido para definir como “os clientes e o servidor trocam informações, principalmente parâmetros de modelo e atualizações. Protocolos de comunicação eficientes e seguros são essenciais, especialmente devido ao potencial para um grande número de clientes e condições de rede variadas”.
Finalmente, o algoritmo de agregação de modelo é como o servidor central combina as atualizações de modelo recebidas dos clientes. “Algoritmos como média agrupada são normalmente usados para calcular a média dos pesos ou gradientes, criando um modelo global único e aprimorado”, observa o Google.
As organizações também precisam gerenciamento de dados e modelosdiz Lange.
Construindo um ecossistema de IA em todas as empresas: a chave para levar para casa
Em última análise, a aprendizagem federada trata da colaboração entre empresas para construir modelos de IA sem compartilhar dados brutos, diz Lange.
“Em ambientes regulamentados com muitas empresas, pode desbloquear modelos melhores sem forçar as organizações a abrirem mão do controle sobre seus dados mais confidenciais”, acrescenta ela. “Para ter sucesso, é fundamental que os participantes estabeleçam acordos claros sobre propriedade, contribuições e responsabilidades dos dados.”
