Учёные из Университета науки и технологий Ульсана (UNIST) разработали модель искусственного интеллекта нового поколения, способную выполнять сложные задачи по генерации изображений без необходимости передачи личных данных пользователей на внешние серверы. Модель получила название PRISM — сокращение от Privacy-preserving Improved Stochastic Masking — и, по словам исследователей, способна обеспечить высокий уровень конфиденциальности при сохранении эффективности, что особенно актуально в чувствительных сферах, таких как медицина и персонализированные мультимедийные сервисы.
Разработка команды под руководством профессора Ю Джэджуна базируется на принципах федеративного обучения — методе, позволяющем синхронизировать локальные ИИ на устройствах пользователей без необходимости собирать и централизованно хранить исходные данные. PRISM выполняет роль посредника между локальными моделями и глобальной системой, обеспечивая устойчивость и точность итогового ИИ даже при наличии существенных различий в производительности устройств или объёме данных.
Авторы проекта заявили, что новая модель снижает объём коммуникаций между устройствами и сервером в среднем на 38% по сравнению с существующими решениями. При этом вес модели был сокращён до одного бита, что делает возможным её полноценную работу на смартфонах и планшетах с ограниченными вычислительными ресурсами. Примечательно, что PRISM умеет определять, каким локальным данным можно доверять, даже если они поступают из сильно разнородных источников.
На практике это означает, что функции генерации изображений, такие как создание портретов в стилистике анимационных студий, теперь могут полностью выполняться на устройстве пользователя. В отличие от прежних подходов, при которых личные фотографии отправлялись на внешние сервера, PRISM обеспечивает безопасность и анонимность, обрабатывая изображения локально. Это устраняет угрозы утечек данных и обеспечивает более быстрое выполнение задач.