Google Machine Unlearning Challenge
(ai.googleblog.com)- 学習済みモデルからデータをアンラーニング（削除）する技術の開発を目指す
- マシンアンラーニングは、個人情報およびデータ保護規制を順守するうえで非常に重要
- しかし、単にデータを削除するだけでなく、そのデータから生じた影響まで消さなければならないため難しい
- 不要な情報を忘れさせることで、AIエージェントの性能向上にも役立つ可能性がある
- 第1回マシンアンラーニングチャレンジのために、幅広い学術界および産業界の研究者グループと協力
- コンテストはKaggleで開催され、自動的に採点される
- マシンアンラーニングには、プライバシー保護以外にもさまざまな用途がある
- 古くなった、または誤った情報の削除
- Differential Privacy（差分プライバシー）
- Life-long Learning（継続的な生涯学習）
- Fairness（公平性: アルゴリズムのバイアスを修正）
- マシンアンラーニングは、要求されたデータを忘れつつ、モデルの有用性と効率性も維持しなければならないという相反する目標があるため複雑
まだコメントはありません。