วันนี้ นอกจาก TensorFlow 2.0 Alpha แล้ว Google ก็ได้เปิดตัวไลบรารี TensorFlow อีกตัวหนึ่งด้วยในชื่อว่า TensorFlow Privacy ซึ่งวางตำแหน่งเป็นไลบรารีสำหรับงานด้าน machine learning ที่ต้องการันตีความเป็นส่วนตัว

Google ระบุว่า TensorFlow Privacy เกิดขึ้นมาเนื่องจาก machine learning ในยุคนี้ถูกประยุกต์ใช้กับเทคโนโลยีและประสบการณ์ผู้ใช้ใหม่ ๆ เสมอ ซึ่งหลายครั้งจะต้องเทรนข้อมูลสำคัญอย่างเช่นรูปถ่ายส่วนตัวหรืออีเมล Google จึงเปิดตัว TensorFlow Privacy ที่มีเทคนิค machine learning แบบเน้นความเป็นส่วนตัวมาก ๆ มาให้ใช้งาน

TensorFlow Privacy จะใช้เทคนิคทางสถิติช่วยเพิ่มความแม่นยำของโมเดล โดย Google ใช้ stochastic gradient descent แบบปรับปรุง ซึ่งเป็นวิธีที่ใช้กันซ้ำ ๆ เพื่อการปรับปรุงฟังก์ชันตามต้องการในระบบ AI ซึ่งจะเฉลี่ยไปกับการอัพเดตหลาย ๆ ครั้งโดยตัวอย่างข้อมูลที่นำมาใช้เทรน, clip การอัพเดตในแต่ละส่วน และเพิ่ม noise เข้าไปใน final average

Google กล่าวว่า เทคนิคที่ใช้กับ TensorFlow Privacy จะช่วยป้องกันการจำรายละเอียดที่หายาก และการันตีได้ว่าจะแยกโมเดลที่ใช้ข้อมูลของผู้ใช้กับโมเดลที่ไม่ใช้ข้อมูลของผู้ใช้ออกไม่ได้ รวมถึง TensorFlow Privacy นี้ไม่ต้องใช้ความเชี่ยวชาญในด้านความเป็นส่วนตัว รวมถึงพื้นฐานทางคณิตศาสตร์ในเรื่องนี้เลย และวิธีพัฒนาโมเดลก็เหมือนกับ TensorFlow ปกติ ไม่ต้องเปลี่ยนโครงสร้างโมเดล, ขั้นตอนการเทรน หรือกระบวนการเลย

สำหรับรายละเอียดของ TensorFlow Privacy ดูได้จาก TensorFlow (Medium) และซอร์สโค้ดดูได้จาก GitHub

ที่มา - VentureBeat