0
Home-KI for everyone
Hallo,
Ich finde das Thema "Federated Learning" und insbesondere "Federated Learning auf mobilen Geräten" ziemlich spannend.
Ich vermute, dass 99,9% der Smartphone-Nutzer:innen Null Ahnung haben, wie viel Künstliche Intelligenz (KI) in den Smartphones routinemäßig fleißg werkelt - ohne dass auf die Cloud-Dienste der Anbieter Hard- und Software zugegriffen wird, also offline-KI. Die Anbieter von KI-Lösungen haben auch gar kein Interesse die Kunden darüber aufzuklären, dass die Verbesserung der Qualität dieser KI-Lösungen nicht zuletzt durch Training der jeweiligen Sprachmodelle durch die Kunden selbst nebenbei erledigt wird. Und die Stromrechnung für die Trainingseinheiten zahlen die Kunden selbst.
Die einschlägigen Quellen - s. bspw. (NICHT von ChatGPT recherchierte) Quellen [1] bis [4] - suggerieren, dass dank der gestiegener Leistungsfähigkeit der Hardware und der verfügbaren Open Source Software die Hürde, die man zu überwinden hat, um mit kleinem Budget eine Machine Learning fähige Infrastruktur in Betrieb zu nehmen, spürbar gesunken ist.
Mir fehlt die nötige Routine in der Handhabung von Linux, sonst würde es bestimmt nicht lange dauern, bis ich die Rechenleistung der im Haushalt befindlicher Smartphone (dazu per remote die Gerätschaften der gesamten Verwandtschaft) - insbesondere nachts - für's Training der Home-KI eingespannt hätte. Mit der Zeit würde sich dann vlt. ein vielseitig begabter hoKIBot, der auf die Bedürfnisse der Familienbande perfekt angepasst ist, entwickeln
.
=Quellenverzeichnis =
[1] DEEP LEARNING -> FEDERATED LEARNING IN 10 LINES OF PYTORCH + PYSYFT, 01.03.2019 -
https://blog.openmined.org/upgrade-to-federated-learning-in-10-lines/
[2] PyTorch Mobile - https://pytorch.org/mobile/home/
[3] How on-device machine learning has changed the way we use our phones, 03.07.2021 - https://www.androidauthority.com/machine-learning-phones-1238287/
[4] Artificial Intelligence in Smartphones: The Next Revolution, 14.07.2022 - https://codiste.com/artificial-intelligence-in-smartphones/
Ich finde das Thema "Federated Learning" und insbesondere "Federated Learning auf mobilen Geräten" ziemlich spannend.
Ich vermute, dass 99,9% der Smartphone-Nutzer:innen Null Ahnung haben, wie viel Künstliche Intelligenz (KI) in den Smartphones routinemäßig fleißg werkelt - ohne dass auf die Cloud-Dienste der Anbieter Hard- und Software zugegriffen wird, also offline-KI. Die Anbieter von KI-Lösungen haben auch gar kein Interesse die Kunden darüber aufzuklären, dass die Verbesserung der Qualität dieser KI-Lösungen nicht zuletzt durch Training der jeweiligen Sprachmodelle durch die Kunden selbst nebenbei erledigt wird. Und die Stromrechnung für die Trainingseinheiten zahlen die Kunden selbst.
Die einschlägigen Quellen - s. bspw. (NICHT von ChatGPT recherchierte) Quellen [1] bis [4] - suggerieren, dass dank der gestiegener Leistungsfähigkeit der Hardware und der verfügbaren Open Source Software die Hürde, die man zu überwinden hat, um mit kleinem Budget eine Machine Learning fähige Infrastruktur in Betrieb zu nehmen, spürbar gesunken ist.
Mir fehlt die nötige Routine in der Handhabung von Linux, sonst würde es bestimmt nicht lange dauern, bis ich die Rechenleistung der im Haushalt befindlicher Smartphone (dazu per remote die Gerätschaften der gesamten Verwandtschaft) - insbesondere nachts - für's Training der Home-KI eingespannt hätte. Mit der Zeit würde sich dann vlt. ein vielseitig begabter hoKIBot, der auf die Bedürfnisse der Familienbande perfekt angepasst ist, entwickeln
.=Quellenverzeichnis =
[1] DEEP LEARNING -> FEDERATED LEARNING IN 10 LINES OF PYTORCH + PYSYFT, 01.03.2019 -
https://blog.openmined.org/upgrade-to-federated-learning-in-10-lines/
[2] PyTorch Mobile - https://pytorch.org/mobile/home/
[3] How on-device machine learning has changed the way we use our phones, 03.07.2021 - https://www.androidauthority.com/machine-learning-phones-1238287/
[4] Artificial Intelligence in Smartphones: The Next Revolution, 14.07.2022 - https://codiste.com/artificial-intelligence-in-smartphones/
Auf Facebook teilen
Auf Twitter teilen
Auf Reddit teilen
Auf Linkedin teilenBitte markiere auch die Kommentare, die zur Lösung des Beitrags beigetragen haben
Content-ID: 6069798273
Url: https://administrator.de/contentid/6069798273
Ausgedruckt am: 21.11.2024 um 16:11 Uhr
