VK запустит модель ИИ для обучения на дата-сетях

VK тестирует собственное решение для обучения искусственного интеллекта (ИИ), которое может одновременно тренироваться на данных из разных баз без их фактического обмена и риска утечки персональных данных. Этот принцип называется вертикальным федеративным обучением (VML). О разработке решения рассказал руководитель группы Data Science в подразделении VK Predict Артём Агафонов, пишут «Ведомости».

Первым такую технологию стал использовать Google, её также развивают Amazon, IBM и Nvidia. По данным Market.us, мировой рынок федеративного обучения в прошлом году составил $133,1 млн, а к 2032 году он вырастет до $311 млн.

Сейчас компании для обучения аналитической модели вынуждены делиться собственными данными друг с другом, с разработчиками сервиса и владельцем инфраструктуры, занимающимся их обработкой, говорит Агафонов. Безопасность этих данных гарантируется лишь доверием между участниками процесса обучения, уточняет он.

Также существует вариант, при котором компании сами обучают собственную модель, затем на предсказаниях обучают meta‑модель, которая объединяет проанализированные данные, продолжает Агафонов. «Но в данном случае модели не видят всех данных сразу, а также требуется передача самих данных, что уже само по себе небезопасно», — пояснил он.

Предиктивные модели помогают прогнозировать спрос или предложение. Например, модель может сразу анализировать данные ритейлера о продажах и о трафике торгового центра. Благодаря полученным данным ритейлер сможет спрогнозировать спрос на cвои товары в том или ином торговом центре, а ТЦ — выбрать подходящих арендаторов.

Решение может быть востребовано в разных отраслях, например финтехе и промышленности. Сейчас VK уже тестирует сервис с несколькими партнерами из ритейла и девелопмента, в будущем планируется продавать это решение.