Лавинообразный рост применения нейросетей приводит к высокому спросу на качественные наборы данных, требующиеся для их обучения. Эти данные часто фрагментированы по разным независимым источникам. Их объединение и предоставление сторонним компаниям невозможно по коммерческим или правовым причинам.
Владельцы нейросетей в свою очередь заинтересованы в сохранении приватности своей модели машинного обучения.
UBIC Datahub позволяет осуществлять безопасное объединение датасетов и обучение нейросетей.
Сохранение приватности модели машинного обучения
Сценарий идеально подходит для тех, кто много вложил в разработку модели машинного обучения и позиционирует ее как конкурентное преимущество. Его можно широко использовать при создании систем Model-as-a-Service (например, при анализе медицинских изображений), позволяя тем, кто владеет данными, управлять моделью, сохраняя вес модели и данные в тайне. Дело в том, что наиболее ценным в любой модели является набор весов, которые настраиваются во время обучения модели. Другими словами, веса — это всего лишь числа (иногда довольно ценные), которые могут быть легко скрыты от посторонних глаз, а безопасные вычисления выполняются так же, как это происходит в других сценариях использования Платформы.
