A 8ra riportja egy tűpontos kérdést állít az európai MI-stratégia középpontjába: hogyan lehet skálázni a mesterséges intelligenciát, ha a felhasználandó adatok fizikailag nem mozdíthatók?
Az olyan szektorokban, mint az egészségügy, az ipari automatizálás vagy a kritikus infrastruktúrák, az adatlokációs előírások, a határokon átnyúló megfelelési szabályok és a szellemi tulajdon védelme miatt a központosított adatgyűjtés vagy jogi nehézségekbe ütközik, vagy operatíve kivitelezhetetlen. A hagyományos megközelítés – miszerint a modell tanításához használt adatokat óriási felhőalapú környezetekbe gyűjtik össze – ezekben az esetekben egyszerűen nem lehetséges.
Az olyan szektorokban, mint az egészségügy, az ipari automatizálás vagy a kritikus infrastruktúrák, az adatlokációs előírások, a határokon átnyúló megfelelési szabályok és a szellemi tulajdon védelme miatt a központosított adatgyűjtés vagy jogi nehézségekbe ütközik, vagy operatíve kivitelezhetetlen. A hagyományos megközelítés – miszerint a modell tanításához használt adatokat óriási felhőalapú környezetekbe gyűjtik össze – ezekben az esetekben egyszerűen nem lehetséges.
Kuthy Antal, az E-Group alapító-vezérigazgatója és Tényi Ákos, a Federált MI termékvonalának vezetője. Fotó: © 8ra
Ezt az architektúrát a Multi-Provider Cloud-Edge Continuum biztosítja: egy olyan osztott infrastrukturális réteg, amely lehetővé teszi a szolgáltatások telepítését különböző nemzetek környezeteiben, felhőszolgáltatóknál megfelelve az adott nemzet jogszabályi előírásainak anélkül, hogy az adatoknak el kellene hagyniuk származási helyüket. Ebben az összefüggésben az E-Group által vezetett Ambiti8n pilot projekt egy kiegészítő fogalmat vezet be: a Komponens-készültségi Szintet (Component Readiness Level). Amíg a hagyományos Technológiai Készültségi Szint (TRL) egy adott komponens technológiai érettségét méri, addig a Komponens-készültségi Szint a komponens cloud-edge környezetben való érettségére és alkalmazhatóságára teszi a hangsúlyt, beleértve az adott elem cloud és edge környezetekben történő telepíthetőségét, és federációra való felkészültségét egy több szolgáltatóból álló ökoszisztémában.
A stratégiai érvelés, ahogy azt a 8ra cikke is megfogalmazza, tudatosan pragmatikus. Európa MI-versenyképessége nem érhető el kizárólag centralizációval. Az azon múlik majd, hogy képesek leszünk-e skálázhatóvá tenni a federált intelligenciát; lehetővé téve a szervezetek számára az adatszuverenitás megőrzését, miközben azok részt vesznek közös, határokon átnyúló tanulási folyamatokban. Ebben a keretrendszerben a federált MI nem egy megkerülendő korlát, hanem az az architektúra, amely egymást erősítő tényezővé teszi az adatszuverenitást és az MI-képességeket.
Forrás: https://www.8ra.com/blog/when-data-is-distributed-ai-should-work-that-way-too/
