5G の出現は AI 連合学習にどのような影響を与えるでしょうか?

開発チームが AI ツールの作成に奔走する中、エッジ デバイスでのアルゴリズムのトレーニングが一般的になりつつあります。分散機械学習のサブセットであるフェデレーテッド ラーニングは、企業が生のユーザー データに明示的にアクセスすることなく AI ツールを改善できる比較的新しいアプローチです。

[[330792]]

2017 年に Google が考案したフェデレーテッド ラーニングは、エッジ デバイスでアルゴリズムをトレーニングできる分散型学習モデルです。 Google の「デバイス上の機械学習」アプローチに関しては、この検索大手は予測テキスト アルゴリズムを Android デバイスにプッシュし、データを集約して、新しい知識の要約を中央サーバーに送り返します。ユーザー データの整合性を保護するために、このデータは準同型暗号化または差分プライバシー (データにノイズを追加して結果を不明瞭にする手法) を介して配信されます。

一般的に言えば、フェデレーテッド ラーニングでは、個々のユーザーに関する特定のデータを識別することなく AI アルゴリズムをトレーニングできます。実際、生のデータはデバイス自体から出ることはなく、集約されたモデルの更新のみが送り返されます。これらのモデルの更新は、中央サーバーに配信された後に復号化されます。更新されたモデルのテスト バージョンが、選択したデバイスに送り返されます。このプロセスを何千回も繰り返した後、ユーザーのプライバシーを損なうことなく、AI アルゴリズムが大幅に改善されました。

この技術は医療分野に大きな波を起こすと期待されています。たとえば、医療系スタートアップ企業の Owkin は現在、フェデレーテッド ラーニングを検討しています。複数の医療機関からの患者データを活用するために、Owkin 氏は連合学習を使用して、さまざまな病院のデータを使用した C アルゴリズムを構築しました。これは広範囲にわたる影響を及ぼす可能性があります。特に、患者データの整合性を維持し、HIPAA 規制に準拠しながら、病院が病気の進行データを相互に共有できることは非常に貴重であるためです。このテクノロジーを採用している業界はヘルスケアだけではありません。フェデレーテッド ラーニングは、自動運転車企業、スマート シティ、ドローン、フィンテック組織でもますます利用されるようになるでしょう。 Snips、S20.ai、最近Appleに買収されたXnor.aiなど、他のいくつかのフェデレーテッドラーニングのスタートアップも株式公開を予定している。

潜在的な問題

中間者攻撃

これらの AI アルゴリズムには多額の投資が必要であることを考えると、これらのモデルはハッカーにとって魅力的なターゲットになると予想されます。 悪意のあるハッカーが中間者攻撃を仕掛けてくる可能性があります。しかし、前述したように、ノイズを追加してさまざまなデバイスからのデータを集約し、その集約されたデータを暗号化することで、企業はハッカーによるこれを実行することを困難にすることができます。

モデル中毒

おそらくもっと心配なのは、モデル自体を汚染する攻撃です。ハッカーは、自身のデバイスを通じて、またはネットワーク上の他のユーザーのデバイスを乗っ取ることによって、モデルを侵害する可能性があります。皮肉なことに、フェデレーテッド ラーニングはさまざまなデバイスからデータを集約し、暗号化された要約を中央サーバーに送り返すため、バックドアから侵入したハッカーはある程度隠れることができます。したがって、異常の位置を特定することは不可能ではないにしても困難です。

帯域幅と処理の制限

デバイス上の機械学習は、生のユーザーデータを公開せずにアルゴリズムを効果的にトレーニングしますが、大量のローカル電力とメモリを必要とします。企業は、デバイスがアイドル状態、充電中、または Wi-Fi に接続されているときにのみ、エッジで AI アルゴリズムをトレーニングすることでこれを回避しようとしてきましたが、これは永遠の課題です。

5Gの影響

5G が世界中に拡大するにつれて、エッジ デバイスは帯域幅と処理速度の制限を受けなくなります。ノキアの最近のレポートによると、4G 基地局は 1 平方キロメートルあたり 10 万台のデバイスをサポートできます。今後導入される 5G 基地局は、同一エリア内で最大 100 万台のデバイスをサポートします。 5G は、強化されたモバイル ブロードバンドと低遅延により、デバイス間通信 (D2D) を促進しながらエネルギー効率を実現します。実際、5G では帯域幅が 10 ～ 100 倍増加し、遅延が 5 ～ 10 倍減少すると予測されています。

5G の普及が進むにつれて、ネットワークの高速化、エンドポイントの増加、攻撃対象領域の拡大が起こり、DDoS 攻撃の流入を引き起こす可能性があります。 5Gにはスライシング機能もあり、ユーザーのニーズに応じてスライス（仮想ネットワーク）を簡単に作成、変更、削除することができます。 5Gの破壊力に関する調査によると、このネットワークスライシングコンポーネントがセキュリティ上の懸念を軽減するのか、それとも新たな問題を多数生み出すのかはまだ分からない。

要約すると、プライバシーとセキュリティの観点から新たな懸念が生じますが、5G は最終的にはフェデレーテッド ラーニングにとって恩恵となるという事実は変わりません。