“Dengan berbagi teknologi Federated Learning yang kami kembangkan sendiri ini kepada komunitas open-source, kami berharap dapat mempromosikan penelitian dan penyebaran industri komputasi privacy-preserving di berbagai sektor, seperti perawatan kesehatan dan smart mobility yang biasanya melibatkan data pengguna yang bersifat sensitif dan memerlukan praktik perlindungan privasi yang ketat,” kata Research Scientist di Alibaba DAMO Academy Bolin Ding dalam siaran persnya, Kamis.
Dengan kemunculan machine learning pada era digital saat ini, pengumpulan data pelatihan untuk merancang dan memodernisasi model AI semakin menjadi perhatian karena dalam prosesnya memiliki potensi pelanggaran ranah privasi.
Untuk mengatasi tantangan tersebut, federated learning yaitu cara komputasi untuk melindungi privasi pun telah berkembang.
Federated Learning akan mengoordinasikan tugas-mikro ke berbagai perangkat akhir, dan hasil pelatihan intermediate yang bukan data mentah pengguna dapat langsung disalurkan kembali ke server cloud untuk mengurangi masalah privasi.
Namun, hal tersebut masih memungkinkan penganalisaan data dan machine learning tetap berjalan di berbagai perangkat.
Dengan pengimplementasian kerangka kerja event-driven terbaru, "FederatedScope" menghadirkan dukungan yang fleksibel dan serangkaian perangkat yang komprehensif, termasuk kumpulan dataset benchmark yang banyak, model architectures yang terkenal, algoritma federated learning paling mutakhir, fungsi penyetelan otomatis yang mudah digunakan, dan sistem antarmuka yang sederhana.
Kehadirannya itu memungkinkan peneliti dan pengembang aplikasi dapat dengan cepat mendesain dan mengkustomisasi aplikasi federated learning berdasarkan fungsi khusus di berbagai bidang termasuk computer vision, natural language processing, speech recognition, graph learning, dan berbagai rekomendasi lainnya.
Khususnya untuk perlindungan privasi, platform ini juga menawarkan teknologi mutakhir termasuk "differential privacy" dan "multi-party computation" untuk memenuhi persyaratan perlindungan privasi yang berbeda.
“Melatih model AI tanpa mengorbankan privasi menjadi sangat krusial, dan itulah alasan kami telah mendedikasikan banyak sumber daya untuk mendorong penelitian akan federated learning. Kami berharap dengan membagikan source codes dan platform teknologi milik kami, kami dapat mendukung komunitas developer global dan mendorong lebih banyak inovasi di bidang yang terus berkembang ini,” ujar Ding.
Berdasarkan laporan Gartner, 60 persen organisasi skala besar diperkirakan setidaknya menggunakan satu atau lebih metode komputasi yang fokus pada penguatan privasi di 2025.
Dalam tiga tahun ke depan, Alibaba DAMO Academy pun memprediksi akan ada peningkatan signifikan dalam kinerja dan interpretasi komputasi perlindungan privasi.
Baca juga: Gagal laporkan gangguan keamanan, Alibaba Cloud dikenai penangguhan
Baca juga: Lama tidak terlihat, Jack Ma muncul di Hong Kong
Baca juga: Cloudera dan Alibaba Cloud percepat inisiatif cloud berbasis data
Pewarta: Livia Kristianti
Editor: Alviansyah Pasaribu
Copyright © ANTARA 2022
