Google เปิดตัว TensorFlow Privacy เพื่องาน machine learning แบบการันตีความเป็นส่วนตัว

วันนี้ นอกจาก TensorFlow 2.0 Alpha แล้ว Google ก็ได้เปิดตัวไลบรารี TensorFlow อีกตัวหนึ่งด้วยในชื่อว่า TensorFlow Privacy ซึ่งวางตำแหน่งเป็นไลบรารีสำหรับงานด้าน machine learning ที่ต้องการันตีความเป็นส่วนตัว

Google ระบุว่า TensorFlow Privacy เกิดขึ้นมาเนื่องจาก machine learning ในยุคนี้ถูกประยุกต์ใช้กับเทคโนโลยีและประสบการณ์ผู้ใช้ใหม่ ๆ เสมอ ซึ่งหลายครั้งจะต้องเทรนข้อมูลสำคัญอย่างเช่นรูปถ่ายส่วนตัวหรืออีเมล Google จึงเปิดตัว TensorFlow Privacy ที่มีเทคนิค machine learning แบบเน้นความเป็นส่วนตัวมาก ๆ มาให้ใช้งาน

TensorFlow Privacy จะใช้เทคนิคทางสถิติช่วยเพิ่มความแม่นยำของโมเดล โดย Google ใช้ stochastic gradient descent แบบปรับปรุง ซึ่งเป็นวิธีที่ใช้กันซ้ำ ๆ เพื่อการปรับปรุงฟังก์ชันตามต้องการในระบบ AI ซึ่งจะเฉลี่ยไปกับการอัพเดตหลาย ๆ ครั้งโดยตัวอย่างข้อมูลที่นำมาใช้เทรน, clip การอัพเดตในแต่ละส่วน และเพิ่ม noise เข้าไปใน final average

Google กล่าวว่า เทคนิคที่ใช้กับ TensorFlow Privacy จะช่วยป้องกันการจำรายละเอียดที่หายาก และการันตีได้ว่าจะแยกโมเดลที่ใช้ข้อมูลของผู้ใช้กับโมเดลที่ไม่ใช้ข้อมูลของผู้ใช้ออกไม่ได้ รวมถึง TensorFlow Privacy นี้ไม่ต้องใช้ความเชี่ยวชาญในด้านความเป็นส่วนตัว รวมถึงพื้นฐานทางคณิตศาสตร์ในเรื่องนี้เลย และวิธีพัฒนาโมเดลก็เหมือนกับ TensorFlow ปกติ ไม่ต้องเปลี่ยนโครงสร้างโมเดล, ขั้นตอนการเทรน หรือกระบวนการเลย

สำหรับรายละเอียดของ TensorFlow Privacy ดูได้จาก TensorFlow (Medium) และซอร์สโค้ดดูได้จาก GitHub

ที่มา - VentureBeat

No Description