Resultatsida - Testbädd för Federerad Inlärning
Det Vinnova-finansierade projektet Testbädd för Federerad Inlärning har pågått från augusti 2020 till juni 2021, där projektets syfte varit att skapa en virtuell testbädd för att bygga upp en kollektiv kunskap om hur man arbetar med denna teknik i en produktionsmiljö och undersöka de juridiska och integritetskraven.
Nedan finns en lista över relevanta resultat och lärdomar från projektet. Vissa resurser och länkar kommer att uppdateras så snart dokumenten eller innehållet är klart. Besök denna sida kontinuerligt eller skicka oss ett e-postmeddelande
Lista över lärdomar och resultat
- Hur man kommer igång med Federerad Learning - Skapande av följande blogginlägg med våra generella lärdomar från att arbeta med Federated Learning under det senaste året. (För närvarande under färdigställande. Kommer snarast. Uppdaterad 2021-05-27))
- Juridisk resonemangs dokument - En undersökning och diskussion om hur nuvarande lagstiftning och GDPR förhåller sig till modeller som tränas i en federerad miljö. Relevant för både juridiska och tekniska personer på organisationer som är på väg att börja testa och använda federerat lärande. (För alla. Kommer snart (uppdaterad 2021-05-27)) (För närvarande under färdigställande. Kommer juni 2021)
- FedBird Demo - Prova Federated Learning själv i en cross-silo miljö, med hjälp av Scaleouts open-source ramverk kallat FEDn. Demonstrationen tränar en objekt-detektionsmodell på 2x noder, där varje nod innehåller en annan del av datamängden isolerad från varandra. Du kan komma åt den interaktiva demonstrationen om du har tillgång till edge-labbet. Demo-genomgången kan ses på YouTube här. (Demonstrationen är endast för AI Swedens medlemmar på grund av HW- och dataset-avtal. Om du är en AI Sveriges partner och intresserad av att testa själv, skicka oss ett e-postmeddelande.)
- En överblick och jämförelse av användbara FL-ramverk - En vitbok från en av AI Sveriges partners, Smartilizer. Pappret presenterar en översikt över några av de vanligaste tillgängliga Federated learning ramverken, där några av dem har testats noggrant i prestanda. Denna rapport från 2021-05-26 är tillgänglig för AI Sveriges partners som en del av medlemskapet i AI Sweden. För icke-partners kan rapporten köpas för 35 kSEK. Vid intresse, skicka oss ett e-postmeddelande.
- Edge Lab - En Edge Learning infrastruktur som öppnade januari 2021 där Federerad Learning och decentraliserade AI-ramverk och algoritmer, kan testas i en säker och så industri-lik miljö som möjligt. (Tillgängligt endast för AI Sveriges partners.)
- Officiell Vinnova Projekt rapport - Ett projekt är inte ett projekt utan en rapport. Detsamma gäller för detta projekt. (Kommer juni 2021)
Fakta
Partner och bidragsgivare till testbäddsprojektet har varit: Zenseact, Scaleout Systems, RISE, Peltarion, MAQS Law firm, Qamcom, HPE, Fraunhofer Chalmers Research Centre for Industrial Mathematics (FCC), Halmstad University Region Halland, och Smartilizer.
