WiMi Hologram Cloud Inc. (NASDAQ:WIMI) ("WiMi" or the "Company"), a leading global Hologram Augmented Reality ("AR") Technology provider, today announced that it is working on the Federal Learning on Blockchain (FLoBC), aiming to address two core challenges in the current data science field by integrating cutting-edge advances with blockchain technology and federated learning. The two challenges are data privacy protection and efficient training of large-scale machine learning models.
Federated learning is a distributed machine-learning approach that allows models to be trained collaboratively without directly exchanging or centralizing raw data. This mechanism effectively protects user privacy by performing local model training on each participating node (e.g., mobile devices, enterprise servers, etc.) and sharing only updates to model parameters rather than raw data. However, the traditional federated learning framework faces problems such as inefficient communication and slow model convergence when facing large-scale, decentralized datasets, which is the key breakthrough direction of the blockchain-based federated learning framework researched by WiMi.
ウィミホログラムクラウド株式会社（NASDAQ：WIMI）（以下「WiMi」または「会社」）は、トップクラスのグローバルホログラム拡張現実（「AR」）テクノロジープロバイダーであり、本日、現在のデータ科学分野においてブロックチェーン技術とフェデレーテッドラーニングを統合して最先端技術を活用することで、ブロックチェーン上の連邦学習（FLoBC）に取り組んでいることを発表しました。この取り組みは、データプライバシー保護と大規模な機械学習モデルの効率的なトレーニングという2つの中核的な課題に取り組むものです。
フェデレーテッドラーニングは、モデルを協力してトレーニングする分散型機械学習アプローチであり、生データの直接送受信や集中化せずにモデルをトレーニングすることが可能です。このメカニズムにより、各参加ノード（たとえば、モバイルデバイス、エンタープライズサーバーなど）でのローカルモデルトレーニングを実行し、生データではなくモデルパラメータの更新のみを共有することでユーザープライバシーを効果的に保護します。ただし、従来のフェデレーテッドラーニングフレームワークは、大規模かつ分散型のデータセットに直面した際に効率的な通信とモデル収束の遅延という問題に直面します。これは、WiMiが研究を行っているブロックチェーンベースのフェデレーテッドラーニングフレームワークの主要な革新方向です。
