NTT官方8月24日消息，NTT實現了一種邊緣計算環境下的異步分布式深度學習技術（Edge-consensus Learning）。在當前的機器學習中，尤其是深度學習中，通常在一個地方（云）收集數據并學習如圖像/語音識別之類的模型。

但是，萬物互聯的IoT時代，很難在云中聚合大量數據。同時，從隱私保護的角度來看，將數據存儲在本地服務器/設備上的需求也越來越大。這項研究的目的是開發學習算法以獲得共識模型，即使服務器組中累積了統計不一致的數據，并且在服務器之間異步通信/交換與模型相關的變量，也可以獲得與在一個地方收集所有數據并進行學習而獲得的模型相似的等效模型。與模型相關的代碼將在Github上發布，以進行多方面的驗證。

今后NTT將與合作伙伴繼續進行研發和演示實驗，以期在有望利用邊緣計算的大規模AI應用領域中進行實際應用。
責任編輯：tzh