Investigadores de MIT desarrollan método para entrenar inteligencia artificial de forma segura

Los investigadores del MIT han desarrollado un nuevo método que puede acelerar un método de entrenamiento de inteligencia artificial que preserva la privacidad en un 81%. Esto podría permitir que una mayor variedad de dispositivos de borde con recursos limitados, como sensores y relojes inteligentes, desplieguen modelos de inteligencia artificial más precisos mientras mantienen los datos de los usuarios seguros.

El método de federated learning, que implica una red de dispositivos conectados que trabajan juntos para entrenar un modelo de inteligencia artificial compartido, ha sido mejorado por los investigadores del MIT. En este método, el modelo se transmite desde un servidor central a dispositivos inalámbricos, cada dispositivo entrena el modelo utilizando sus datos locales y luego transfiere las actualizaciones del modelo de regreso al servidor. Los datos se mantienen seguros porque permanecen en cada dispositivo.

Los investigadores del MIT han desarrollado una técnica para superar las limitaciones de memoria y los cuellos de botella de comunicación. Su método está diseñado para manejar una red heterogénea de dispositivos inalámbricos con limitaciones variadas. “Este trabajo es sobre llevar la inteligencia artificial a pequeños dispositivos donde actualmente no es posible ejecutar este tipo de modelos poderosos”, dijeron los investigadores.

Este nuevo enfoque podría hacer que sea más factible utilizar modelos de inteligencia artificial en aplicaciones de alto riesgo con estrictos estándares de seguridad y privacidad, como la atención médica y las finanzas. La capacidad de entrenar modelos de inteligencia artificial de forma segura y eficiente en dispositivos de borde podría tener un impacto significativo en la forma en que se desarrollan y se despliegan las soluciones de inteligencia artificial en el futuro.

¿Crees que esta tecnología puede revolucionar la forma en que se utiliza la inteligencia artificial en dispositivos personales? Dinos lo que piensas.