連合学習ソリューションの市場規模、2028年に2億2,736万米ドル到達予測

連合学習ソリューションの市場規模は、2021年の9,428万米ドルからCAGR13.4%で成長し、2028年には2億2,736万米ドルに達すると予測されています。連合学習は、信頼性が低く遅いネットワーク接続を保持するクライアントのデータを使用して、高品質の統一モデルをトレーニングすることを目的とした機械学習の設定で、ローカルデータサンプルを保持する複数の分散型エッジデバイスまたはサーバー間で、切り替えなしでアルゴリズムを学習する機械学習技術です。

牽引要因:分散型デバイスでのアルゴリズム学習によるデータプライバシーとデータセキュリティの確保

大手企業によって研究されている連合学習は、学習データがエッジに分散しているプライバシーに配慮したアプリケーションをサポートする上で重要な役割を担っており、モデルの更新を共有することで、ユーザーのデータを保護します。企業は、データプライバシーとデータセキュリティの重要性を無視することはできず、連合学習というアプローチは、データを活用するアプリケーションに新しいパラダイムを提供しました。現在、データのサイロ化とデータプライバシーがAIにとって重要な課題となっており、連合学習はその解決策となります。ローカルで機密性の高いデータを保護しながら、複数の組織で統一したモデルを確立することで、データプライバシーを気にすることなく、共に利益を得ることができるようになります。連合学習は、エンドユーザー機器に提供されるデータと、ディープラーニングのネットワークパラメータなどの機械学習(ML)モデルの集約を中央のサーバーで切り離し、ユーザーのプライバシーを保護するという課題に取り組む技術として注目されています。連合学習では、プライバシーをグローバルプライバシーとローカルプライバシーの2つに分類することができます。グローバルプライバシーでは、各ラウンドで生成されるモデルの更新が、中央サーバ以外の信頼できないすべての第三者に対して非公開であることが必要です。同時に、ローカルプライバシーでは、更新がサーバにも非公開であることが要求されます。

抑制要因:技術的専門知識の不足

MLをビジネス・プロセスに組み込む際に、多くの組織が直面する大きな問題は、IT専門家など熟練した従業員の不足です。連合学習は新しい概念であるため、連携学習モデルを実装するための従業員へのトレーニングが提供されていないため、従業員が学習データに対する連合学習モデルを理解し、実装することは困難です。複雑な技術を含む統合学習プロジェクトを開発・実行できるスキルを持った人材が不足しているため、技術リソースの採用と確保が企業における重要な焦点になっています。企業は,MLモデルの展開と維持に関わる新しい統合学習アーキテクチャを扱い,理解できるエンジニアを必要としています。

本記事に関するお問い合わせ先:株式会社グローバルインフォメーション
お問い合わせフォーム:www.gii.co.jp/form/inquiry
お電話:044-952-0102
受付時間 9:00-18:00 [ 土・日・祝日除く ]