Comment l'apprentissage fédéré est-il mis en œuvre sur Phoenix Global ?

Pour améliorer la navigation GPS, les chercheurs du MIT étiquettent les caractéristiques routières sur les cartes numériques grâce à l'apprentissage automatique. Au-delà de la navigation GPS, l'apprentissage automatique a trouvé des applications dans de nombreux domaines allant de la médecine à l'analyse financière.
L'apprentissage automatique évolue constamment car c'est une science pour éduquer les ordinateurs à agir comme des humains dans des situations de la vie réelle. Le rôle de l'Internet des objets dans une société révolutionnaire ne peut être ignoré. L'Internet des objets peut utiliser des algorithmes d'apprentissage automatique (ML) avancés pour ses applications. Cependant, comme une grande quantité de données est stockée sur un serveur cloud central, l'utilisation d'algorithmes d'apprentissage automatique centralisés n'est pas une option viable en raison des coûts de calcul énormes et des problèmes de fuite de confidentialité.
Dans ce cas, la blockchain peut améliorer la confidentialité des réseaux IoT, leur permettant de se décentraliser sans aucune autorité centrale. Cependant, il reste une tâche difficile d'utiliser des données sensibles et massives stockées de manière distribuée à des fins d'application. Pour surmonter cette tâche difficile, l'apprentissage fédéré (FL) est un nouveau type de ML. Cette solution la plus prometteuse peut apporter l'apprentissage aux appareils terminaux sans partager de données privées avec un serveur central. En termes simples, l'apprentissage fédéré permet aux entreprises de partager des données dans un « système en boucle fermée ».
Apprentissage fédéré (ou apprentissage collaboratif)
En tant que technique d'apprentissage automatique entièrement décentralisée, l'apprentissage fédéré représente une avancée par rapport aux techniques d'apprentissage automatique centralisées et décentralisées traditionnelles. Il enseigne un algorithme d'apprentissage automatique partagé à différents appareils découplés qui maintiennent des données locales sans partager ces données entre les appareils.
Grâce à l'apprentissage fédéré, les systèmes peuvent préserver la confidentialité des données, réduire la consommation d'énergie, diminuer le temps d'attente et créer des algorithmes plus intelligents. Le clavier Google GBoard utilise la technique de l'apprentissage fédéré.
Phoenix Global
Phoenix Global est la blockchain qui héberge des DApps axées sur le consommateur de nouvelle génération. Phoenix Oracle relaie les prix des actifs du monde réel vers la blockchain. PHB, la cryptomonnaie Phoenix Global, exécute les transactions sur la blockchain. Phoenix Chain est agnostique aux sidechains et s'interconnecte avec Binance Smart Chain (BSC), Ethereum, Solana, NEO et Tron.
Phoenix Global améliore l'Intelligence Artificielle (IA) basée sur le Big Data via l'apprentissage fédéré. Examinons ce développement de plus près.
Focus de la plateforme Phoenix Global : Apprentissage fédéré
Une fusion entre le réseau APEX et Red Pulse Phoenix a donné naissance à Phoenix Global. Pendant le développement du T2 2020, Phoenix Global a exprimé le désir de travailler de manière extensive sur les cas d'utilisation et les écosystèmes de l'apprentissage fédéré (FL). Ce désir découle de ces faits :
- FL est un cas d'utilisation blockchain destiné à évoluer pour collaborer avec les capacités et les cas d'utilisation d'IA existants.
- FL peut créer de la valeur incrémentale à mesure que davantage de personnes participent au réseau blockchain.
- La Chine a un fort appétit pour les applications grand public d'IA.
Pour protéger la confidentialité des consommateurs, à mesure que davantage de personnes utilisent des applications d'IA basées sur les données, le système doit décentraliser les DApps de nouvelle génération et créer des applications d'IA.
Comment la plateforme Phoenix Global met-elle en œuvre l'apprentissage fédéré ?
Phoenix Global, un précurseur dans l'adoption de cas d'utilisation de FL, dispose des stratégies suivantes pour exécuter FL :
Intégration avec les systèmes d'IA existants
FL pourrait s'intégrer aux algorithmes d'apprentissage automatique existants, tels que APEX IQ, pour élargir les cas d'utilisation de FL. APEX Technologies a commencé à explorer l'application de l'apprentissage fédéré et de la technologie blockchain au domaine du marketing intelligent, visant à aider les clients d'entreprise à obtenir des insights clients plus profonds et complets dans le respect de la sécurité et de la conformité.
Intégration avec Phoenix Oracle
L'intégration avec l'entreprise-prête Phoenix Oracle, qui est l'oracle propriétaire de PHB, permettra une interaction rapide entre les plateformes d'IA tout en maintenant une haute sécurité et intégrité des données. En s'intégrant à l'Oracle prêt pour les entreprises, les applications FL peuvent maximiser la valeur de la blockchain tout en résolvant certains problèmes liés à l'intégrité des données, à la sécurité, à la lutte contre la fraude et à la transparence.
Expansion de l'écosystème, du réseau et de l'alliance
Phoenix Global vise à forger davantage de partenariats d'alliance, intégrant davantage de réseaux blockchain et d'écosystèmes pour amplifier les cas d'utilisation de FL. Par exemple, le géant technologique Green Cloud s'est associé à Phoenix Global pour explorer les cas d'utilisation de FL. Phoenix Global est également en partenariat avec ARPA. Le partenariat vise à mettre en œuvre la technologie de base dans les cas d'utilisation de l'IA et du calcul de données qui nécessitent que les données des consommateurs restent privées.
Expansion de l'équipe
Afin de réaliser davantage l'avenir de FL sur la blockchain, PHB fournira des analyses de big data à toute entité souhaitant l'utiliser à une fraction du coût actuel. Phoenix Global embauche déjà des ingénieurs et des développeurs pour étendre son équipe FL. La transparence et la vérification des données sur la blockchain aideront à surmonter les obstacles, quel que soit leur secteur d'activité spécifique.
Conclusion
Pour le développement futur des applications grand public basées sur l'IA, Phoenix Global intègre l'apprentissage fédéré avec la technologie blockchain. Depuis mai 2021, l'entreprise fait des mouvements stratégiques pour réaliser cette intégration afin de la mettre à l'échelle avec les systèmes d'IA existants.
PHB promeut également la participation de la communauté à la création de canaux marketing et à l'ajout de nouveaux partenaires. Son dernier effort de développement se concentre sur l'intégration de partenaires et de communautés coréens et chinois ayant des racines dans la technologie basée sur l'IA. L'IA et la technologie blockchain sont des innovations en avance sur leur temps. Cependant, elles sont probablement à leurs balbutiements, et leur avenir dépend des décisions prises aujourd'hui. Phoenix Global crée une communauté dédiée à un objectif commun – donner aux deux technologies le meilleur résultat possible. L'intérêt de PHB pour l'apprentissage fédéré reflète son dévouement à faire de cette vision une réalité.
Les esprits les plus brillants du secteur crypto lisent déjà notre newsletter. Vous aussi ? Rejoignez-les.

Alden Baldwin
Journaliste, rédacteur, éditeur, chercheur et responsable stratégique des médias : Avec plus de 10 ans d'expérience dans les secteurs du numérique, de la presse écrite et des relations publiques, il a toujours œuvré selon le mantra Créativité, Qualité et Ponctualité. Dans ses années à venir, il promet de construire un institut autonome offrant une éducation gratuite. Il travaille actuellement au financement de sa propre startup. En tant qu'éditeur technique et linguistique, il a collaboré avec plusieurs publications majeures sur la cryptomonnaie telles que DailyCoin, Inside Bitcoins, Urbanlink Magazine, Crypto Unit News et bien d'autres. Il a édité plus de 50 000 articles, revues, scripts, textes publicitaires, titres de campagnes de vente, biographies, newsletters, lettres de motivation, descriptions de produits, pages de destination, plans d'affaires, procédures opérationnelles standardisées (SOP), livres électroniques et divers autres types de contenus.















