NVIDIA Clara Federated Learning là nền tảng điện toán AI biên, mang dịch vụ AI đến các tổ chức y tế mà vẫn bảo mật dữ liệu bệnh nhân.
Tại hội nghị thường niên của Hiệp hội X Quang Bắc Mỹ (Radiological Society of North America), NVIDIA đã giới thiệu Clara FL, dựa trên nền tảng điện toán biên NVIDIA EGX. Clara FL là một ứng dụng tham khảo cho việc đào tạo mô hình AI phân tán, hợp tác, bảo vệ sự riêng tư của bệnh nhân. Các hệ thống máy khách (client) phân tán có thể được đào tạo học sâu (deep learning) tại địa phương, sau đó hợp tác trên một mô hình toàn cầu chính xác hơn.
Federated leaning (học liên kết) là một kỹ thuật máy học (machine learning), đào tạo một thuật toán trên nhiều thiết bị hoặc máy chủ biên phi tập trung (decentralized) đang giữ các mẫu dữ liệu cục bộ, mà không trao đổi các dữ liệu đó. Kỹ thuật này trái ngược với kỹ thuật máy học tập trung truyền thống, với các mẫu dữ liệu được tải lên chung một máy chủ. Federated learning cho phép xây dựng mô hình máy học phổ biến, mạnh mẽ mà không cần chia sẻ dữ liệu, nhờ đó giải quyết được các vấn đề quan trọng như bảo mật, quyền truy cập và truy cập dữ liệu không đồng nhất. Ứng dụng của federated learning trải rộng trên các ngành công nghiệp như quốc phòng, viễn thông, IoT hay dược phẩm.
Ứng dụng Clara FL được đóng gói vào một đồ thị Helm nhằm đơn giản hóa khi triển khai trên cơ sở hạ tầng Kubernetes. Nền tảng NVIDIA EGX cung cấp bảo mật cho máy chủ liên kết và các client cộng tác, cũng như mọi thứ cần thiết để bắt đầu một dự án học liên kết, bao gồm cả application containers và mô hình AI ban đầu.
Các client tham gia, ví dụ như bệnh viện hay các nhà cung cấp dịch vụ chăm sóc sức khỏe khác, bắt đầu dán nhãn dữ liệu bệnh nhân của họ bằng cách sử dụng những mẫu đã được đào tạo trước (pre-trained model) và các kỹ thuật học sâu như học chuyển (transfer learning). Quá trình này được tăng tốc với chú thích được hỗ trợ bởi AI của Clara. Các máy chủ NVIDIA EGX tại cơ sở sử dụng dữ liệu đã được dán nhãn để đào tạo mô hình dữ liệu toàn cầu, kết quả đào tạo cục bộ được chia sẻ với máy chủ học liên kết. Hoàn toàn không có bất kỳ dữ liệu nào về bệnh nhân bị lộ, khi mà mô hình toàn cầu được tăng cường thông qua tính trung bình liên kết (federated averaging), chỉ duy nhất kết quả đào tạo được chia sẻ.
Ưu điểm khác của FL là tăng hiệu quả vì ít dữ liệu được gửi qua mạng, đồng thời FL cũng giảm nhu cầu xử lý dữ liệu theo thời gian thực. Việc đào tạo mô hình AI được thực hiện cho đến khi kết quả được coi là chính xác.
NVIDIA cũng giới thiệu Clara AGX – một bộ công cụ phát triển AI nhúng, có thể xử lý hình ảnh và video với tốc độ cao. Clara AGX chạy trên nền SoC NVIDIA Xavier, ít tiêu tốn năng lượng và phù hợp để tích hợp vào các trang thiết bị y tế hiện có hay hoạt động như một hệ thống song song. Điều này sẽ mang trí thông minh nhân tạo đến cho các nhà cung cấp dịch vụ chăm sóc sức khỏe.
Hyperfine – một hệ thống MRI (Magnetic Resonance Imaging – chụp cộng hưởng từ) di động được NVIDIA giới thiệu trong dịp này cũng dựa trên nền tảng Clara AGX. Hyperfine là một trong những thiết bị y tế đầu tiên sử dụng Clara AGX, tiếp sau đó sẽ là phòng phẫu thuật, thiết bị theo dõi bệnh nhân hay camera y tế thông minh.
Bộ SDK của NVIDIA Clara AGX sẽ sớm được cung cấp, bao gồm các ứng dụng tham khảo cho 2 mục địch sử dụng phổ biến: siêu âm thời gian thực và nội soi điện toán biên.
