VK тестирует собственное решение для обучения ИИ, которое позволяет тренировать модели на данных из разных баз, минимизируя риск утечки персональных данных - Ведомости

VK представляет новое решение для обучения искусственного интеллекта (ИИ) — вертикальное федеративное обучение (VML). Это позволяет тренировать модели на данных из разных баз, минимизируя риск утечки персональных данных. Руководитель группы Data Science VK, Артем Агафонов, объясняет, что данная технология позволяет обучать модели без фактического обмена данными между компаниями.

Сейчас для обучения аналитических моделей компании вынуждены делиться своими данными, что не всегда безопасно. VK предлагает альтернативу, где модели могут обучаться на разных данных, но без фактической передачи информации. Это позволяет предсказывать спрос и предложение, прогнозировать поломки оборудования и многое другое.

Технология уже тестируется с несколькими партнерами из ритейла и девелопмента, и VK планирует в дальнейшем продавать это решение. Однако эксперты указывают на необходимость решения двух ключевых проблем: поиск партнеров с нужными данными и качественная разметка данных для обучения моделей.

Хотя федеративное обучение в России еще не широко распространено, но VK, как технологический гигант с самой популярной соцсетью в стране, имеет потенциал в этой области. Особенно актуально это для компаний, которые хотят развивать технологии на базе ИИ, но не готовы делиться своими данными.