联邦学习的力量 & 物联网

Phoenix Global (PHB) 区块链正在为为适应客户体验而构建的下一代 DApp 提供支持。 PHB 去中心化应用程序 (DApps) 承诺通过企业侧链和多层智能合约优化可扩展性和灵活性。 顶级数据加密、用于提高敏捷性和性能、安全性和高级交互的双重共识机制是其他好处。

联邦学习和物联网在 PHB 部署中的作用是什么？

联邦学习——快速概览

联邦学习，通常被称为分布式人工智能/机器学习，是一种促进从属于不同所有者的大型数据集进行协作学习而不损害每个人原始数据隐私的方法。

换句话说，它利用多个学习源的计算能力来提高模型的学习效率，同时为所有数据所有者提供出色的隐私解决方案。

如果所需的数据不是开源的，或者由于战略或法律原因不易于获得，FL 特别有用。 此外，它寻求通过采用协作模型培训方法而不披露敏感数据来解决迫在眉睫的隐私和数据治理问题。

物联网 (IoT) – 快速展望

随着人工智能应用和其他智能服务的滚雪球式增长，物联网 (IoT) 正在迅速渗透到生活的方方面面。

它促进了数十亿联网设备（“事物”）的连接，并利用了大量集中式数据点。

由于可扩展性和日益增长的隐私问题，传统的人工智能技术可能无法在新兴的物联网网络中找到真正的用例。

联合学习和物联网 – Phoenix Global 的混合体

虽然物联网的积极因素仍然不可否认，但围绕物联网 (IoT) 的可扩展性、安全性和隐私问题仍然有效。 然而，联邦学习 (FL) 已成为解决这些挑战的协作和分布式人工智能 (AI) 方法。

随着区块链领域的多次对话、每次收集的大量数据以及大型消费企业和试点的出现，联邦学习将加速人工智能能力和用例变得越来越明显。

在中国驱动的现象中可以看到 FL 的快速增长的应用。 此外，对基于 AI 的洞察的需求不断浮现，尤其是随着对数据驱动的人工智能应用程序需求呈指数级增长。

Phoenix Global 是一家独立的市场参与者，与 Seneca ESG 和 APEX Technologies 合作，将通过将 FL 与 Phoenix Oracle 以及当前的 AI 模型和系统（如 APEX IQ）集成，为消费者提供早期的企业采用。

与企业就绪 Oracle 的集成将确保联合学习应用程序解决有关消费者数据安全性、完整性和透明度的问题，同时最大限度地发挥区块链的全部优势。

FL 与物联网并驾齐驱。 最近的试点是企业对企业 (B2B) 协作，其中数据节点是智能设备或本地节点，如边缘计算。 这种用例在技术和区块链领域继续受到关注，这就是 PHB 再次出现的地方。

FL 和 IoT 提供了许多令人兴奋的机会，PHB 将通过潜在地引导消费者及其设备而受益匪浅。

最后的想法

物联网的缺点是不可否认的，优点也是如此。 联邦学习提供了一种完美且高效的 ML 机制来解决现有的硬件容量、数据隐私和 IoT 设备连接性问题。 Phoenix Global 寻求通过改进人工智能和数据的治理和透明度来支持广泛分散数据的 Nex-Gen 系统。

—-

原文链接：https://api.follow.it/track-rss-story-click/v3/tHfgumto13C6uAnA1vjQs0Gb1Jh49AJn

编译者/作者：wanbizu AI

玩币族申明：玩币族作为开放的资讯翻译/分享平台，所提供的所有资讯仅代表作者个人观点，与玩币族平台立场无关，且不构成任何投资理财建议。文章版权归原作者所有。