アリババは、プライバシー保護コンピューティング技術の開発と適用の難しさを軽減する連合学習フレームワークであるFederatedScopeをオープンソース化しました。

5月5日、アリババDAMOアカデミーは、大規模で効率的なフェデレーテッドラーニング非同期トレーニングをサポートし、さまざまなデバイスの動作環境と互換性があり、豊富な機能モジュールを提供する新しいフェデレーテッドラーニングフレームワークFederatedScopeをリリースしました。これにより、プライバシー保護コンピューティングテクノロジーの開発と展開の難易度が大幅に軽減されます。このフレームワークは現在、世界中の開発者にオープンソースとして公開されています。

プライバシー保護はデジタル経済のセキュリティ基盤です。デジタル経済時代において、ユーザーデータのプライバシーを確​​保しながら高品質の接続サービスを提供する方法は、重要な技術的課題となっています。プライバシー保護とデータ応用のジレンマを解決するために、「データは移動しない、モデルが移動する」というコンセプトのフェデレーテッドラーニングフレームワークが誕生しました。ローカルマシンを離れることなくクラウドベースのモデルトレーニングを完了し、「データは利用可能だが目に見えない」という状態を実現します。近年、フェデレーテッド ラーニングはプライバシー保護コンピューティングにおける主流のテクノロジの 1 つになっています。

しかし、プライバシー保護コンピューティングを必要とするシナリオや業界がますます多様化し、関係するデータの種類がますます豊富になるにつれて、既存のフェデレーテッドラーニングフレームワークは、現実にはますます複雑化するコンピューティングニーズに柔軟かつ効率的に対応することができなくなり、「可用性」から「使いやすさ」に重点を移す必要があります。

上記の課題に対処するため、DAMO アカデミーのインテリジェント コンピューティング ラボでは、イベント駆動型プログラミング パラダイムを使用して連合学習を構築する新しい連合学習フレームワークである FederatedScope を開発しました。つまり、連合学習は参加者間でメッセージを送受信するプロセスであると考えられ、連合学習プロセスはメッセージ タイプとメッセージ処理動作を定義することによって記述されます。このように、FederatedScope は、さまざまなアプリケーション シナリオで大規模かつ効率的なフェデレーテッド ラーニングの非同期トレーニングをサポートします。

同時に、DAMO Academy チームは FederatedScope トレーニング モジュールを抽象化して、特定のディープラーニング バックエンドに依存せず、PyTorch や Tensorflow などのさまざまなデバイス動作環境と互換性を持たせることで、科学研究や実用アプリケーションにおけるフェデレーテッド ラーニングの開発難易度とコストを大幅に削減しました。

さまざまなアプリケーション シナリオにさらに適応するために、FederatedScope には、自動パラメータ調整、プライバシー保護、パフォーマンス監視、エンド モデルのパーソナライズなど、さまざまな機能モジュールも統合されています。 FederatedScope は、開発者が構成ファイルを通じて統合モジュールを簡単に呼び出すことができるようにサポートしており、すぐに使い始めることができます。また、開発者は新しいアルゴリズムの実装を追加し、登録を通じて呼び出すことができるため、カスタマイズと詳細な開発がサポートされます。

DAMOアカデミーインテリジェントコンピューティング研究所のプライバシー保護コンピューティングチームの責任者であるディン・ボーリン氏は、「データは生産の重要な要素となっており、プライバシー保護コンピューティングはこの要素が役割を果たすことを保証する重要な技術です。最新のフェデレーテッドラーニングフレームワークをオープンソース化することで、研究と生産におけるプライバシー保護コンピューティングの広範な適用を促進し、医薬品の研究開発、政府の相互運用性、人間とコンピューターの相互作用などのデータ集約型分野がより安全かつスムーズに発展できるようにしたいと考えています。」と述べています。

ガートナーのレポートによると、2025年までに大企業の約60%が少なくとも1つのプライバシー保護コンピューティング技術を適用すると予想されています。 DAMO アカデミーの 2022 年のトップ 10 テクノロジ トレンドでも、プライバシー保護コンピューティングが重要なトレンドとして挙げられており、このテクノロジは少量のデータでシナリオをカバーするものから完全なドメイン保護へと移行し、デジタル時代の新たな生産性を刺激すると考えています。

このオープンソースの詳細については、公式ウェブサイト https://federatedscope.io/ およびソースコードアドレス https://github.com/alibaba/FederatedScope をご覧ください。