深潮 TechFlow ニュース、分散化人工知能（AI）領域のスイスの非営利組織 FLock ファンドが、エッジコンピューティング（Edge Computing）とフェデレーテッドラーニング（Federated Learning）技術を活用して、AIの新たな発展の節目を迎えることを発表しました。FLock は、従来の公共データに依存するモデルトレーニングを、プライベートデータに拡張し、医療、金融など特定の領域でのAIモデルの適応性を向上させながら、ユーザーデータのプライバシーも保護します。
ユーザーのデバイス（スマートフォンやノートパソコンなど）にトレーニングタスクをオフロードすることにより、FLockはエッジデバイスのアイドルコンピューティングパワーを活用して分散トレーニングを実現し、トレーニングの遅延を大幅に削減し、動的な環境に迅速に適応します。ユーザーはデータプライバシーを保護しながら、データの貢献による報酬を得ることができます。
さらに、FLock財団は2人のトップAI学者の協力支援を発表しました：
張兆教授：ルトガース大学の助教授であり、世界的に有名な大規模機械学習の専門家であり、オープンソースのタンパク質構造予測モデルOpenFoldに関与していました。
尤洋教授：シンガポール国立大学の若手教授で、ImageNetとBERTのトレーニング速度の世界記録を破ったことがあり、彼の最適化プログラムLARSとLAMBは業界標準となっています。
2人の学者がFLockの分散学習フレームワークを拡張し、AIの民主化とイノベーションを推進します。
FLock Foundationは現在、FL Alliance Private Betaの申請を受け付けており、分散型AIに関心のあるユーザーや組織が参加し、AI技術のイノベーションを共同で推進することを歓迎します。
ここをクリックしてFL Allianceプライベートベータ版に申し込む。
