La protección de la privacidad es más fuerte, y aun así Google mueve el entrenamiento a los servidores
Cuando se habla de IA centrada en la privacidad, muchos piensan instintivamente: los datos no salen del teléfono y, por tanto, en la nube hay menos negocio. Pero las nuevas rutas tecnológicas quizá no sigan exactamente ese rumbo.
Google Research presentó el 2 de octubre un nuevo sistema de aprendizaje federado de próxima generación: los dispositivos cifran primero los datos de entrenamiento y luego los suben a un entorno de cómputo protegido en servidores que funcionan bajo reglas de autorización preestablecidas. Gboard ya lo ha usado para lanzar modelos de predicción de la siguiente palabra en inglés y japonés.
La frase más digna de tener en cuenta para los traders en este artículo oficial es que el cuello de botella del entrenamiento pasa de la disponibilidad de los dispositivos y la potencia de cómputo del teléfono a los recursos informáticos protegidos del servidor. No está diciendo que todos los datos del móvil se puedan entregar sin más a los proveedores de la nube, ni está prometiendo una seguridad absoluta.
En mi opinión, proteger los datos y mantener el cómputo siempre en el dispositivo son dos problemas que se pueden diseñar por separado. El teléfono puede hacer menos trabajo y el servidor, hacer más; no se puede ver las cuatro palabras “IA en el extremo” y concluir automáticamente que la nube solo necesita menos.
Pero este avance todavía no se puede convertir directamente en una orden de chips adicional. Habrá que seguir observando el alcance de la adopción, el volumen real de entrenamiento y cuántos recursos consume cada tarea con el nuevo esquema.
Lo mismo ocurre con las narrativas de IA de RENDER, FET, NEAR, etc.: primero hay que comprobar dónde se ejecuta realmente la tarea y quién puede cobrar. La investigación de Google no ha anunciado la participación de estos proyectos, así que no puede sustituir las órdenes de reclamación de tokens.
La demanda de cómputo no desaparece; el cuello de botella quizá cambió de lugar.
$RENDER $FET $NEAR
Haz clic en mi avatar para ver operaciones en vivo con órdenes
Cuando se habla de IA centrada en la privacidad, muchos piensan instintivamente: los datos no salen del teléfono y, por tanto, en la nube hay menos negocio. Pero las nuevas rutas tecnológicas quizá no sigan exactamente ese rumbo.
Google Research presentó el 2 de octubre un nuevo sistema de aprendizaje federado de próxima generación: los dispositivos cifran primero los datos de entrenamiento y luego los suben a un entorno de cómputo protegido en servidores que funcionan bajo reglas de autorización preestablecidas. Gboard ya lo ha usado para lanzar modelos de predicción de la siguiente palabra en inglés y japonés.
La frase más digna de tener en cuenta para los traders en este artículo oficial es que el cuello de botella del entrenamiento pasa de la disponibilidad de los dispositivos y la potencia de cómputo del teléfono a los recursos informáticos protegidos del servidor. No está diciendo que todos los datos del móvil se puedan entregar sin más a los proveedores de la nube, ni está prometiendo una seguridad absoluta.
En mi opinión, proteger los datos y mantener el cómputo siempre en el dispositivo son dos problemas que se pueden diseñar por separado. El teléfono puede hacer menos trabajo y el servidor, hacer más; no se puede ver las cuatro palabras “IA en el extremo” y concluir automáticamente que la nube solo necesita menos.
Pero este avance todavía no se puede convertir directamente en una orden de chips adicional. Habrá que seguir observando el alcance de la adopción, el volumen real de entrenamiento y cuántos recursos consume cada tarea con el nuevo esquema.
Lo mismo ocurre con las narrativas de IA de RENDER, FET, NEAR, etc.: primero hay que comprobar dónde se ejecuta realmente la tarea y quién puede cobrar. La investigación de Google no ha anunciado la participación de estos proyectos, así que no puede sustituir las órdenes de reclamación de tokens.
La demanda de cómputo no desaparece; el cuello de botella quizá cambió de lugar.
$RENDER $FET $NEAR
Haz clic en mi avatar para ver operaciones en vivo con órdenes
