NTT官方8月24日消息，NTT實現(xiàn)了一種邊緣計算環(huán)境下的異步分布式深度學習技術（Edge-consensus Learning）。在當前的機器學習中，尤其是深度學習中，通常在一個地方（云）收集數(shù)據(jù)并學習如圖像/語音識別之類的模型。但是，萬物互聯(lián)的IoT時代，很難在云中聚合大量數(shù)據(jù)。同時，從隱私保護的角度來看，將數(shù)據(jù)存儲在本地服務器/設備上的需求也越來越大。這項研究的目的是開發(fā)學習算法以獲得共識模型，即使服務器組中累積了統(tǒng)計不一致的數(shù)據(jù)，并且在服務器之間異步通信/交換與模型相關的變量，也可以獲得與在一個地方收集所有數(shù)據(jù)并進行學習而獲得的模型相似的等效模型。與模型相關的代碼將在Github上發(fā)布，以進行多方面的驗證。今后NTT將與合作伙伴繼續(xù)進行研發(fā)和演示實驗，以期在有望利用邊緣計算的大規(guī)模AI應用領域中進行實際應用。 
免責聲明：本網站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網站出現(xiàn)的信息，均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。
