`

СПЕЦІАЛЬНІ
ПАРТНЕРИ
ПРОЕКТУ

Чи використовує ваша компанія ChatGPT в роботі?

BEST CIO

Определение наиболее профессиональных ИТ-управленцев, лидеров и экспертов в своих отраслях

Человек года

Кто внес наибольший вклад в развитие украинского ИТ-рынка.

Продукт года

Награды «Продукт года» еженедельника «Компьютерное обозрение» за наиболее выдающиеся ИТ-товары

 

Google выпустила TensorFlow 2.0 и вспомогательные модули для защиты приватности

0 
 

Google выпустила TensorFlow 2.0 и вспомогательные модули для защиты приватности

В эту среду компания Google выпустила новую итерацию движка искусственного интеллекта TensorFlow, а также пару дополняющих его модулей призванных улучшить безопасность используемых данных.

Нововведения в TensorFlow 2.0 служат главным образом повышению удобства работы с этим фреймворком. Так, оптимизированный интерфейс прикладного программирования на базе Keras один заменяет собой множество использовавшихся до этого API и предоставляет больше вариантов настройки процесса разработки ПО.

Кроме того, появившаяся в TensorFlow 2.0 поддержка интерактивного режима мгновенного исполнения (eager execution) позволяет экспериментировать с разными вариациями моделей машинного обучения гораздо быстрее, сокращая промежутки между тестовыми прогонками.

Первый из дополнительных модулей, TensorFlow Privacy, автоматически фильтрует поступающие в модели данные, отсеивая конфиденциальную информацию, как например, длинные последовательности цифр (возможные номера кредитных карточек) в данных для системы проверки правописания.

«Для того чтобы использовать TensorFlow Privacy, не требуется опыта в защите приватности и знания соответствующего матаппарата, — рассказали в блоге инженеры Google Кэри Радебо (Carey Radebaugh) и Ульфар Эрлингссон (Ulfar Erlingsson). — Тем, кто использует стандартные механизмы TensorFlow, не нужно менять архитектуру моделей, процедуры обучения или процессы».

Второй новый модуль Google называется TensorFlow Federated (TTF). Он позволяет анализировать пользовательские данные непосредственно на мобильных устройствах, а в облако отсылать для улучшения ИИ-алгоритмов уже результат этого анализа, не несущий угрозы приватности.

«С TFF мы можем реализовать выбранную нами архитектуру модели машинного обучения, а затем тренировать её на основе данных, предоставленных всеми авторами, сохраняя их изолированными и локальными», — пишут в отдельном посте Алекс Ингерман (Alex Ingerman) и Кшиш Островски (Krzys Ostrowski), два инженера, которые участвовали в разработке этого проекта.

Как и сам TensorFlow, новые модули предоставляются на основе лицензии Open Source.

Ready, set, buy! Посібник для початківців - як придбати Copilot для Microsoft 365

0 
 

Напечатать Отправить другу

Читайте также

 

Ukraine

 

  •  Home  •  Ринок  •  IТ-директор  •  CloudComputing  •  Hard  •  Soft  •  Мережі  •  Безпека  •  Наука  •  IoT