Intel anunció que la Junta Asesora Técnica de LF AI & Data Foundation aceptó a Open Federated Learning como un proyecto de incubación para impulsar aún más la colaboración, la estandarización y la interoperabilidad en inteligencia artificial (IA). Se trata de una estructura de código abierto para un tipo distribuido de IA conocido como Aprendizaje Federado (FL), que incorpora características de preservación de la privacidad llamadas computación confidencial.
Intel desarrolló este sistema con el objetivo de ayudar a los científicos de datos a mantener la privacidad al recopilar información de muchos conjuntos de datos diferentes, confidenciales o regulados.
“Estamos encantados de dar la bienvenida a OpenFL a LF AI & Data Foundation. El enfoque innovador del proyecto permite entrenar modelos de aprendizaje automático (ML, en la sigla inglesa) de forma colaborativa en múltiples dispositivos o centros de datos sin la necesidad de compartir datos brutos. Además, se alinea perfectamente con nuestra misión de acelerar el crecimiento y la adopción de IA y de tecnologías de datos de código abierto. Esperamos colaborar con los talentos detrás de este proyecto y ayudar a impulsar su éxito”, dice el Dr. Ibrahim Haddad, director ejecutivo de LF AI & Data Foundation.
Los científicos de datos utilizarán este enfoque de ML distribuido para permitir que las organizaciones colaboren en torno a análisis de beneficio mutuo sin exponer datos confidenciales o algoritmos de ML a otras partes. De esta forma, industrias como la atención médica, los servicios financieros, el comercio minorista y la fabricación utilizan FL para obtener información valiosa, conectando de forma segura múltiples sistemas y conjuntos de datos, y eliminando las barreras que impiden la inclusión de datos para el análisis.
De igual manera, Intel se unió a Penn Medicine, VMware y Flower Labs para presentar OpenFL a LF AI & Data Foundation. Los representantes de estas empresas formarán un comité directivo técnico para OpenFL, el cual fomentará un ecosistema de proveedor neutral para el proyecto y brindará información para guiar su desarrollo.
OpenFL es una estructura para Aprendizaje Federado diseñada para ser flexible, extensible y segura, que permite a las organizaciones participar en iniciativas de aprendizaje automático colaborativas y multipartidarias sin mover datos confidenciales o regulados fuera de sus entornos. El algoritmo procesa los datos dondequiera que residan y luego consolida los resultados no identificados en un punto central. Los datos de ninguna parte son expuestos a otros participantes.
La estructura combina hardware y software para preservar aún más la privacidad en las tareas de IA, haciendo uso de Intel Software Guard Extensions (Intel® SGX), un entorno de ejecución confiable basado en hardware para centros de datos, y The Gramine Project, un conjunto de herramientas y componentes de infraestructura para ejecutar aplicaciones no modificadas en plataformas de computación confidencial basadas en Intel SGX.
La integración de código abierto entre Intel SGX y OpenFL está consolidada, y se planea implementar más funciones de seguridad para versiones futuras. Los colaboradores también pueden agregar al proyecto la integración con otros elementos de hardware para un entorno de ejecución confiable.