- ट्रेन्ड मॉडल से डेटा को unlearn (हटाने) की तकनीक विकसित करना इसका लक्ष्य है
- privacy और data protection नियमों के पालन के लिए machine unlearning बहुत महत्वपूर्ण है
- लेकिन यह कठिन है, क्योंकि सिर्फ डेटा हटाना ही नहीं बल्कि उस डेटा से उत्पन्न प्रभावों को भी मिटाना पड़ता है
- अनावश्यक जानकारी को भुलाने से AI agents की performance बेहतर करने में भी मदद मिल सकती है
- पहले machine unlearning challenge के लिए व्यापक academic और industry researchers के समूह के साथ सहयोग किया गया है
- प्रतियोगिता Kaggle पर आयोजित की जाएगी, और scoring अपने-आप होगी
- machine unlearning के privacy protection के अलावा भी कई उपयोग हैं
- पुरानी या गलत जानकारी को हटाना
- Differential Privacy (गोपनीयता विभेदन)
- Life-long Learning (निरंतर lifelong learning)
- Fairness (निष्पक्षता: algorithm के bias को सुधारना)
- machine unlearning जटिल है क्योंकि इसमें मांगे गए डेटा को भूलते हुए भी मॉडल की उपयोगिता और efficiency बनाए रखनी होती है, जो परस्पर टकराने वाले लक्ष्य हैं
अभी कोई टिप्पणी नहीं है.