خب دوستای عزیز، بذارید یه موضوع خیلی جذاب رو باهاتون درمیون بذارم. تو این دور و زمونه که همه چی دیجیتال شده، مخصوصاً تو آموزش مهندسی، یه دغدغه جدی اینه که چطوری اطلاعات دانشجوها حفظ بشه و کسی نتونه سرک بکشه تو دادههای شخصیشون. از اون طرف، معلما دوست دارن با همین دادهها (مثلاً نمره امتحان آنلاین) بتونن پیشبینی کنن کی احتمالاً تو درسها قوی ظاهر میشه و کی باید بیشتر حمایت بشه.
تو این مطالعه که تو دانشگاه Baoji University of Arts and Sciences تو چین انجام شده، اومدن سراغ دانشجوهای مهندسی برق و اونایی که از 2021 تا 2023 درس برنامهنویسی پایتون گرفتن. مشکلشون چی بود؟ میخواستن یه مدل بسازن که بتونه پیشبینی کنه دانشجوها چجوری عمل میکنن، بدون اینکه اطلاعات شخصی لو بره. اینجا میرسیم به یه سری راهکارهای خفن مثل “یادگیری فدرال” و “differential privacy”!
یادگیری فدرال یا Federated Learning یعنی به جای اینکه همه دیتاها رو بریزیم تو یه جا، هر دانشجو (یا هر سیستم) برای خودش مدل رو آموزش میده و فقط نتیجه رو با بقیه شیر میکنه. اینطوری دادهها لو نمیرن و مدل هم باهوش میشه! حالا Differential Privacy هم یعنی یه سری سر و صدای تصادفی به دادهها اضافه میکنیم که حتی اگه کسی خواست خیلی کنجکاو بشه هم نتونه بفهمه اطلاعات شخصی دقیقا مربوط به کی هست.
اما این تیم یه قدم جلوتر رفته: روشی ساختن به اسم Entropy-Adaptive Differential Privacy Federated Learning یا خلاصهش EADP-FedAvg. توضیحش اینجوریه: entropy (آنتروپی) تو یادگیری ماشین به معنی میزان سردرگمی یا عدم قطعیت مدله – هر چی مدل مطمئنتر باشه، آنتروپیش کمتره. اونا با توجه به همین آنتروپی موقع اضافه کردن noise (همون سر و صدای محافظتی) میزانش رو تنظیم میکنن؛ یعنی اگه مدل مطمئن بود، noise کمتری میدن و اگه دودل بود، noise بیشتر میفرستن تا کسی نتونه سو استفاده کنه.
حالا واسه آزمایش، اومدن 10 کلاینت مختلف رو ساختن (انگار 10 تا شاگرد مجازی با دادههای خودشون)، و یه مدل ساده اما کاربردی به اسم Multilayer Perceptron یا همون MLP رو آموزش دادن. بعدشم این روش جدید رو مقایسه کردن با روشهای قدیمیتر.
نتیجه چی شد؟ با این EADP-FedAvg و تستهای مختلف با بودجههای حریم خصوصی متفاوت (عدد ε تو دادهها که بیانگر میزان اجازه لو رفتن اطلاعاته – هرچی کمتر باشه حفظ حریم بهتره)، تونستن به دقت 92.7 درصد برای پیشبینی نمرهها برسن! میانگین کلی مدل هم 92.1 درصد بود و آنتروپیش هم فقط 0.207 که خیلی عالیه. در اصل، این روش حتی از یادگیری فدرال معمولی هم بهتر بود و خیلی نزدیک به حالتی شد که همه دیتاها رو یک جا جمع کنیم (که خب امن نیست).
خلاصهش: این روش جدید نشون میده میشه همزمان هم حریم خصوصی دادههای حساس (مثلاً نمرات یا اطلاعات خصوصی) رو نگه داشت، هم مدل خیلی دقیقی برای پیشبینی ساخت. این یعنی یه راهحل نوآورانه واسه آموزش مهندسی که با خیال راحت میشه دادههای آموزشی رو بررسی کرد و تصمیمای هوشمند گرفت، بدون اینکه استرس لو رفتن اطلاعات بچهها رو داشته باشیم.
اگه خواستید بیشتر بدونید، EADP-FedAvg همون مسیریه که آینده یادگیری ماشین “داده-محور” قراره بره، مخصوصاً جایی که حریم خصوصی دانشجوها یا کاربران خیلی مهمه.
منبع: +
