youngster.id - 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 – cara komputasi untuk melindungi privasi – telah berkembang.
Hal ini mendorong Alibaba DAMO Academy, inisiatif penelitian global dari Alibaba Group, mengumumkan telah membuka akses source code platform Federated Learning mereka, FederatedScope. Ini adalah platform komprehensif yang memiliki paket yang mudah digunakan, untuk komunitas open-source.
“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 Bolin Ding, Research Scientist di Alibaba DAMO Academy dalam keterangan pers, Jumat (13/5/2022).
Dia menjelaskan, Federated Learning akan mengoordinasikan tugas-mikro ke berbagai perangkat akhir, dan hasil pelatihan intermediate– bukan data mentah pengguna – disalurkan kembali ke server cloud untuk mengurangi masalah privasi. Namun, hal tersebut masih memungkinkan penganalisaan data dan machine learning tetap berjalan di berbagai perangkat.
Selain itu, 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.
Ini memungkinkan peneliti dan developer 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.
“Kami percaya komputasi perlindungan privasi merupakan tren yang penting dan esensial,” tambah Ding. “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,” paparnya.
Berdasarkan laporan Gartner, 60% organisasi skala besar diperkirakan setidaknya menggunakan satu atau lebih metode komputasi yang fokus pada penguatan privasi di tahun 2025.
Awal tahun ini, Alibaba DAMO Academy juga mengungkapkan prediksi tentang tren berkembang saat ini yang akan berperan dalam membentuk industri teknologi di tahun-tahun mendatang, dan komputasi perlindungan privasi adalah salah satu dari 10 tren teratas. Menurut prediksi, dalam 3 tahun ke depan, kita berharap dapat menyaksikan peningkatan signifikan dalam kinerja dan interpretasi komputasi perlindungan privasi.
STEVY WIDIA