Hasta ahora, los modelos de entrenamiento requerían la transferencia de matrices gigantescas de datos sin procesar de sensores, teléfonos inteligentes y dispositivos electrónicos portátiles a centros de datos en la nube. Esto creó agujeros de seguridad (riesgos de privacidad) y sobrecargó los canales de comunicación. El algoritmo del MIT hace posible entrenar modelos directamente "en el borde" sin extraer la información de origen del dispositivo del usuario. Este es un avance fundamental para los dispositivos médicos portátiles, los automóviles inteligentes y la infraestructura de IoT, donde la confidencialidad de los datos es fundamental. El monopolio de la nube se está resquebrajando: algunos cálculos se trasladan permanentemente al bolsillo del consumidor.
Fuente: MIT News
Edge ComputingMITPrivacidadInvestigaciónHardware
