$YDEX $VKCO Yandex Cloud внедрил федеративное обучение в медицине. Уже писали о том, что это. В марте VK рассказывал, что создал собственное решение для вертикального федеративного обучения. Теперь Yandex Cloud рассказывает о том, что подобный подход внедрен в практику. В медицинскую практику. Суть простая. Федеративное обучение — метод машинного обучения, позволяющий на основе данных, сохраненных на разных устройствах, обучать модель без передачи самой информации. «Яндекс», совместно с Институтом системного программирования имени В. П. Иванникова РАН и Сеченовским университетом, первыми в России применили на практике федеративное машинное обучение для решения задач в области медицины. Этот подход также называют совместным, поскольку он предназначен для проектов, в которых участвуют несколько сторон с собственными наборами данных. Теперь в таких партнёрствах могут участвовать компании из отраслей, где работают с конфиденциальной информацией, например, в финансовой, медицинской или промышленной сферах. * VK создал собственное решение для вертикального федеративного обучения. В рамках конференции VK Just Tech послушали выступление руководителя группы Data Science в VK Predict Артема Агафонова. Если кратко — VK тестирует решение на базе вертикального федеративного обучения, что в теории должно позволить бизнесу совместно обучать ИИ-модели без обмена данными. Продукт — собственная разработка. Давайте разберемся в терминологии. Федеративное обучение — метод машинного обучения, позволяющий на основе данных, сохраненных на разных устройствах, обучать модель без передачи самой информации. Есть горизонтальное и вертикальное ФО. Разница в том, что ГФО работает с одинаковыми характеристиками у разных объектов, а ВФО анализирует разные характеристики у одинаковых объектов. Например, есть мобильный ритейлер и торговый центр. Пользователи у них — одинаковые, а цели — разные. При этом сети салонов связи важно, чтобы размещение в конкретном центре генерировало определенный трафик и выручку, а ТЦ выбирает арендаторов, которые привлекательны для посетителей. Для того чтобы прогноз был наиболее точным, следует объединить данные мобильного ритейлера о продажах в других магазинах сети и данные о трафике ТЦ. Модель, построенная на объединенных данных, выгодна обеим сторонам. В обычном случае для этого пришлось бы передавать данные за пределы компаний, а ВФО позволяет сделать так, чтобы данные никуда не передавались, но модель обучилась на двух дата-сетах одновременно. Глобально, рынок федеративного обучения растет по 10,2% в год. В 2023 году его объемы, по данным MarketUS, составили $133,1 млн, в 2030 году эта цифра прогнозируется около $253,4 млн. Что касается России, то по оценке Ассоциации больших данных, рынок Big Data сейчас оценивается в 319 млрд руб. к концу 2024 года. https://market.us/report/federated-learning-market/?trk=article-ssr-frontend-pulse_little-text-block