- Eğitilmiş modellerden veriyi unlearning ile kaldırma teknolojisini geliştirmeyi hedefliyor
- Makine unlearning, kişisel gizlilik ve veri koruma düzenlemelerine uyum için çok önemli
- Ancak yalnızca veriyi silmek değil, o verinin yol açtığı etkileri de ortadan kaldırmak gerektiği için zor
- Gereksiz bilgilerin unutturulması, AI agent'ların performansını artırmaya da yardımcı olabilir
- İlk makine unlearning challenge'ı için akademi ve endüstriden geniş bir araştırmacı grubuyla iş birliği yapıldı
- Yarışma Kaggle üzerinde düzenleniyor ve puanlama otomatik olarak yapılıyor
- Makine unlearning'in, gizliliğin ötesinde çeşitli kullanım alanları da var
- Eski veya hatalı bilgilerin silinmesi
- Differential Privacy (farklılaştırılmış gizlilik)
- Life-long Learning (yaşam boyu sürekli öğrenme)
- Fairness (adalet: algoritmik önyargının düzeltilmesi)
- Makine unlearning, talep edilen verileri unuturken modelin kullanışlılığını ve verimliliğini de korumak zorunda olduğu için, birbiriyle çatışan hedefler nedeniyle karmaşıktır
Henüz yorum yok.