Perlindungan privasi makin kuat, tetapi Google justru memindahkan pelatihan ke server
Saat membicarakan AI yang menjaga privasi, banyak orang langsung berpikir: data tidak meninggalkan ponsel, berarti bisnis cloud akan berkurang. Namun, pendekatan teknologi yang baru belum tentu bergerak ke arah itu.
Pada 2 Oktober, Google Research memperkenalkan sistem federated learning generasi baru: perangkat mengenkripsi sampel pelatihan terlebih dahulu, lalu mengunggahnya ke lingkungan server terlindungi yang beroperasi berdasarkan aturan otorisasi yang ditetapkan sebelumnya. Gboard telah menggunakannya untuk meluncurkan model prediksi kata berikutnya dalam bahasa Inggris dan Jepang.
Bagian yang paling patut diperhatikan oleh trader dalam artikel resmi ini adalah bahwa hambatan pelatihan bergeser dari ketersediaan perangkat dan kemampuan komputasi ponsel ke sumber daya komputasi terlindungi di server. Ini bukan berarti semua data ponsel boleh diserahkan begitu saja kepada penyedia cloud, dan juga bukan jaminan keamanan mutlak.
Menurut saya, melindungi data dan memastikan komputasi selalu dilakukan secara lokal adalah dua hal yang bisa dirancang secara terpisah. Ponsel mungkin mengerjakan lebih sedikit, sementara server mengerjakan lebih banyak. Jangan berasumsi bahwa kebutuhan cloud hanya akan berkurang hanya karena melihat istilah “AI di perangkat”.
Namun, perkembangan ini belum bisa langsung diterjemahkan menjadi pesanan chip baru. Kita masih perlu mencermati cakupan adopsi, volume pelatihan aktual, serta sumber daya yang dikonsumsi setiap kali skema baru ini digunakan.
Hal yang sama berlaku saat mencermati narasi AI terkait seperti RENDER, FET, dan NEAR: cari tahu dulu di mana tugas benar-benar dijalankan dan siapa yang bisa mengenakan biaya. Riset Google tidak mengumumkan keterlibatan proyek-proyek tersebut, jadi jangan menganggapnya sebagai konfirmasi pesanan untuk token-token itu.
Kebutuhan komputasi belum hilang; hambatannya mungkin hanya berpindah tempat.
$RENDER $FET $NEAR
Ketuk foto profil saya untuk melihat trading live yang saya pandu
Saat membicarakan AI yang menjaga privasi, banyak orang langsung berpikir: data tidak meninggalkan ponsel, berarti bisnis cloud akan berkurang. Namun, pendekatan teknologi yang baru belum tentu bergerak ke arah itu.
Pada 2 Oktober, Google Research memperkenalkan sistem federated learning generasi baru: perangkat mengenkripsi sampel pelatihan terlebih dahulu, lalu mengunggahnya ke lingkungan server terlindungi yang beroperasi berdasarkan aturan otorisasi yang ditetapkan sebelumnya. Gboard telah menggunakannya untuk meluncurkan model prediksi kata berikutnya dalam bahasa Inggris dan Jepang.
Bagian yang paling patut diperhatikan oleh trader dalam artikel resmi ini adalah bahwa hambatan pelatihan bergeser dari ketersediaan perangkat dan kemampuan komputasi ponsel ke sumber daya komputasi terlindungi di server. Ini bukan berarti semua data ponsel boleh diserahkan begitu saja kepada penyedia cloud, dan juga bukan jaminan keamanan mutlak.
Menurut saya, melindungi data dan memastikan komputasi selalu dilakukan secara lokal adalah dua hal yang bisa dirancang secara terpisah. Ponsel mungkin mengerjakan lebih sedikit, sementara server mengerjakan lebih banyak. Jangan berasumsi bahwa kebutuhan cloud hanya akan berkurang hanya karena melihat istilah “AI di perangkat”.
Namun, perkembangan ini belum bisa langsung diterjemahkan menjadi pesanan chip baru. Kita masih perlu mencermati cakupan adopsi, volume pelatihan aktual, serta sumber daya yang dikonsumsi setiap kali skema baru ini digunakan.
Hal yang sama berlaku saat mencermati narasi AI terkait seperti RENDER, FET, dan NEAR: cari tahu dulu di mana tugas benar-benar dijalankan dan siapa yang bisa mengenakan biaya. Riset Google tidak mengumumkan keterlibatan proyek-proyek tersebut, jadi jangan menganggapnya sebagai konfirmasi pesanan untuk token-token itu.
Kebutuhan komputasi belum hilang; hambatannya mungkin hanya berpindah tempat.
$RENDER $FET $NEAR
Ketuk foto profil saya untuk melihat trading live yang saya pandu
