İşbirlikçi Yapay Zeka Konsepti: Federe Öğrenmeye Genel Bir Bakış

Authors : Mehmet NERGİZ

Pages : 279-286

Doi:10.24012/dumf.1130789

View : 11 | Download : 6

Publication Date : 2022-06-28

Article Type : Review Paper

Abstract :Yapay zeka (YZ) gücünü büyük veriden almaktadır. Ancak büyük veriye ulaşmak ve bu veriyi işlemek, gerek gizlilik, gerekse büyük verinin işlenmesi için gereken donanımsal ihtiyaçlardan ötürü her zaman mümkün olamayabilmektedir. Federe öğrenme (FÖ); bahsi geçen gizlilik & büyük veri ikilemini çözebilmek adına önerilen yeni bir konsepttir. FÖ, ortak bir YZ model parametrelerinin katılımcılar üzerinde güncellenmesi ve güncellenen parametrelerin koordinatör vasıtasıyla birleştirilmesini gerçekleştiren, bunu yaparken de veri gizliliğini koruyan bir çerçevedir. FÖ, mimarisi gereği veri gizliliği korunurken aynı zamanda iş yükü de paylaştırılmış olur. Ayrıca katılımcı sayısı açısından ölçeklenebilirlik ile beraber kimi problemlerde daha yüksek başarım oranı, daha düşük çalışma süreleri gibi avantajlar da sunar. İşbirliği yapan katılımcıların öznitelik ve örnek uzaylarının ne ölçüde ortak olduğuna bağlı olarak yatay, dikey ve transfer FÖ yaklaşımları mevcuttur. Makine öğenmesi yöntemlerinin kullanıldığı ve veri gizliliğinin önem arz ettiği her alanda FÖ kullanım alanı bulmaktadır. Sağlık hizmetleri, nakliye sektörü, finansal teknolojiler ve doğal dil işleme alanları yatay FÖ konseptinin kullanıldığı alanların başında gelmektedir. Öte yandan, dikey ve transfer FÖ konseptleriyle sektörler arasında YZ bazlı işbirlikleri geliştirilebilmektedir.
Keywords : Federe Öğrenme, Merkezi Öğrenme, Dağıtık Öğrenme, Büyük Veri, Veri gizliliği, Makine Öğrenmesi