Capital One が機械学習を革新し、フェデレーテッド モデル アグリゲーションのオープンソース化により業界の進歩を促進

変革的な上昇傾向の中で、機械学習方法論は、比較的新しいアプローチであるフェデレーテッド ラーニング (FL) の導入によりアップグレードされる予定です。新しい時代の先頭に立つ金融大手Capital One 、分散型モデル トレーニングの理念を推進し、中央データ ストレージの必要性を最小限に抑えています。 Capital Oneの機械学習ソフトウェア エンジニアである Kenny Bean 氏は、同社の先駆的なイノベーションについて詳しく説明し、新しいオープンソース プロジェクトである Federated Model Aggregation (FMA) を提案しています。

FMA は、FL がもたらす利点を活用して、フェデレーション環境で機械学習パイプラインを運用できる無制限の機能をプログラマーに提供するように設計されています。これは、Python モジュールの先駆的なアンサンブルです。 FMA は、これらのモジュール間の通信を合理化するためのコネクタを提供するだけでなく、カスタム コンポーネントとリンクするためのさらなる柔軟性を提供します。

FMA の機能をさらに拡張し、Bean はクライアントとサービスの対話を促進するように設計された包括的なクライアントについて詳しく説明します。複数の顧客からのモデルのアップグレードを吸収するアグリゲーターと、システム内のコンポーネント間の UI と API の対話を処理する API サービスです。

FMA の起源について語る中で、このプロジェクトの背後にある主要な開発者の 1 人である Bean 氏は、このオープンソース ツールは、多くの場合、元のサイトから削除することができないさまざまな場所からソースされたデータに基づいてモデルを磨き上げたいと願う開発者に応えるために作成されたと語ります。同氏は、モデルが分散方式で使用されるたびに、FMA サービスを採用し、トレーニング プロセスにフェデレーテッド ラーニングを導入する機会が生まれると断言しています。

Bean 氏によれば、FMA の背後にある中心的なビジョンは、既存のモデル トレーニング フレームワークに簡単に統合できる、適応性と再利用性を備えたツールを設計することでした。 Bean 氏は、FMA サービスのコンセプトは基本的にそうして生まれたと振り返ります。

FMA の設立時に開発チームが重視したもう 1 つの重要な点は、導入の容易さでした。たった 1 つのコマンドで、FMA を使用してモデルを迅速に起動できます。 Bean 氏は、この操作の容易さは、HashiCorp のコードとしてのインフラストラクチャ ツールである Terraform とプロジェクトの統合のおかげであると考えています。

FMA の歩みを明らかにする中で、Bean 氏は、このプロジェクトは当初、特定のユースケース向けに概念化されたが、より広範なアプリケーションの可能性がすぐに認識され、オープンソース製品にする決定に至ったことを明らかにしました。オープンソース テクノロジー コミュニティの互恵的な可能性に対する Capital Capital Oneの信念を反映して、Bean 氏は付け加えました。Capital One は常にオープンソース テクノロジーの受益者であり、当社は、技術的な変革。

FMA を改善し続けるという野心のもと、チームは機能の発見に熱心に取り組み、より広範なコミュニティとの交流を強化してフィードバックの受信を促進しています。彼らは、プロジェクトのコンポーネントを追加の言語に拡張することにも取り組んでいます。機械学習の世界に対する FMA の影響は、 AppMaster.