Apple onderzoekt goedkopere manier om gegevens uit modellen te wissen
Onderzoekers van Apple presenteren een methode om specifieke gegevens uit een getraind model te verwijderen zonder het volledig opnieuw te trainen. Ze richten zich daarbij op datapunten met weinig invloed, waardoor het wissen nauwelijks rekenkracht kost. Met het oog op privacywetgeving wordt dat vermogen steeds belangrijker.
Onderzoekers verbonden aan Apple hebben een techniek ontwikkeld waarmee specifieke informatie uit een voltooid AI-model kan worden gehaald. Deze benadering maakt het overbodig om een neuraal netwerk na een aanpassing volledig opnieuw te laten rekenen, wat voorheen vaak wel nodig was.
Efficiënt verwijderen
De methode richt zich specifiek op informatie die minder zwaar weegt binnen het totale systeem. Door deze gerichte aanpak is er beduidend minder rekenkracht vereist om de gewenste data te elimineren, wat het proces aanzienlijk versnelt in vergelijking met traditionele methoden.
Dit soort technische oplossingen winnen aan belang binnen de technologiesector vanwege strengere regelgeving rondom gegevensbescherming en privacy. Bedrijven zoeken naar manieren om te voldoen aan regels omtrent het intrekken van toestemming of het wissen van persoonlijke informatie, zonder dat dit ten koste gaat van de prestaties van hun systemen.
Deze samenvatting is gebaseerd op een origineel artikel van Apple Machine Learning. Lees het volledige, originele bericht bij de bron.
Lees het originele artikel