Nos últimos anos, uma série de soluções entraram no mercado que permitem às organizações trabalhar com os seus próprios dados e com os dos seus parceiros sem os expor de forma imprudente: salas limpas, ambientes de investigação confiáveis e tokenização. Estes avanços apoiam uma mudança em direção à inteligência colaborativa, reconhecendo que limitar as fontes de dados ao que está disponível internamente resulta inerentemente em dados menos representativos e incompletos.
Nenhuma instituição possui todos os dados de que necessita. Isto representa uma enorme oportunidade para indústrias altamente regulamentadas, como as ciências da vida e as instituições financeiras, trabalharem em colaboração. Diversificar os conjuntos de dados com parceiros é a maré crescente que levanta todos os barcos. Trabalhar com colaboradores em uma rede “sempre ativa” para compartilhar insights em tempo actual (por exemplo, ameaças à segurança cibernética ou sinais de fraude) é igualmente valioso.
Com tanto valor esperando para ser aproveitado, como as empresas podem trabalhar juntas, respeitando as barreiras regulatórias e as preocupações de segurança da informação, e garantir que os dados permaneçam seguros?
A resposta? Computação Federada.
Em uma entrevista exclusiva, conversamos com Chris Legal guidelines, diretor comercial da Rhino Federated Computing, sobre por que um modelo de dados centralizado não é mais sustentável e como a federação conecta dados isolados dentro das instituições.
Computação federada
A Computação Federada conecta fontes de dados diferentes sem expor os próprios dados brutos. Apenas os insights são compartilhados com os usuários, enquanto os dados confidenciais e a propriedade intelectual (IP) são preservados.
Rhino, fundada em 2021, trabalha com organizações como Eli Lilly e seu programa TuneLab, a Most cancers AI Alliance (CAIA) – que é composta pelo Dana Farber Most cancers Institute, Fred Hutch Most cancers Heart, Memorial Sloan Kettering Most cancers Heart, Johns Hopkins Drugs e Johns Hopkins Whiting Faculty of Engineering – bem como a Society for Worldwide Interbank Monetary Telecommunication (SWIFT), que deseja analisar dados de muitas fontes diferentes para pesquisa e treinamento de modelos de IA.
A Aprendizagem Federada (FL) existe há uma década. FL treina IA diretamente na fonte de dados, eliminando a necessidade de coleta centralizada de dados. O Google começou a usar FL para treinar digitação preditiva em telefones em 2017. Desde então, os cientistas de dados adotaram a tecnologia e ela está emergindo como uma ferramenta que aborda problemas reais de negócios. Por exemplo:
- O Consórcio FAITEum consórcio para previsão de propriedades biológicas por meio de aprendizagem federada e ativa.
- Estrutura NVIDIA Merlinque, com a Toshiba Tec e a McKinsey, está transformando dados de varejo em decisões em tempo actual.
- MELODYum grupo que desenvolve modelos preditivos para descoberta de medicamentos por meio da Machine Studying Ledger Orchestration.
A Rhino construiu a Rhino Federated Computing Platform (Rhino FCP) para resolver muitos dos desafios enfrentados pelos usuários de estruturas FL de código aberto, oferecendo um sistema pronto para produção que aborda controles de segurança e privacidade. Ele se integra às pilhas de tecnologia das organizações, o que significa que está pronto para resolver problemas reais de negócios.
“Cada vez mais, os líderes de IA e ciência de dados estão sendo questionados pelos patrocinadores de negócios: ‘Como faço para resolver um problema de negócios que requer colaboração entre silos de forma que as funções jurídicas, de segurança da informação e de conformidade sejam confortáveis?’ – muitas vezes sem conhecer o vocabulário da computação federada”, disse Chris.
Rhino FCP é a resposta a estas perguntas. Não é um software program que busca suporte interno para justificar sua existência, nem é uma nova solução em busca de problemas para resolver.
Uma plataforma construída sobre controle native
As informações não precisam ser centralizadas ou coletadas para que as organizações trabalhem juntas. Os information lakes costumam ser estáticos e podem contar com replicação. Chris descreve o Rhino FCP como uma plataforma que existe sobre ou junto com os sistemas existentes.
“Como regra, gostamos de brincar bem com outras tecnologias”, disse ele. Por exemplo, se uma organização gastou tempo e dinheiro construindo um pipeline no Azure e precisa integrar os dados de um fornecedor, o Rhino FCP fornece um contêiner seguro para análise e colaboração sem expor os dados subjacentes de nenhuma das partes.
Em muitos ambientes, surgem problemas quando uma empresa ou unidade de negócio sabe que os seus dados não têm o mesmo esquema que os de outra, ou quando a informação tem de ser recolhida de forma inteligente, seguindo regulamentos rigorosos de privacidade e segurança. Este é um obstáculo. A Rhino construiu o Mecanismo de Harmonização de Dados para lidar exatamente com esses tipos de problemas.
Ele transforma um modelo de dados em outro, permitindo que diferentes partes trabalhem com um esquema consistente, sem que uma ou ambas as partes tenham a tarefa de normalizar, higienizar ou anonimizar conjuntos de dados.
Chris diz que a plataforma foi projetada para ser compatível com qualquer conjunto de dados. “Construímos intencionalmente uma plataforma que é tão flexível quanto possível, de modo que não importa a aparência dos dados subjacentes”, disse ele. Quer se trate de tabelas estruturadas, imagens, vídeos ou dados de forma de onda, eles podem ser federados. Isso significa que resultados de negócios direcionados e solução de problemas podem ser alcançados usando fontes de dados diferentes.
As empresas podem até trazer seus próprios aplicativos para a plataforma como contêineres e fazê-los trabalhar com dados. Os membros da equipe técnica que exploram suas opções podem escanear o Rhino biblioteca de documentaçãoonde eles podem continuar usando consultas baseadas em SQL, Python, NVIDIA FLARE ou código de computação generalizado do Rhino por meio do SDK.
Seja lidando com cargas de trabalho algorítmicas existentes ou coletando fontes de dados para treinamento de modelos de IA, as tecnologias de federação de dados do Rhino FCP resolvem o problema elementary da camada de dados que a arquitetura tradicional impõe: a exigência de mover fisicamente ou centralizar dados confidenciais antes que possam ser analisados.
Prático e realista
Legal guidelines é prático e realista em suas afirmações, observando que a plataforma Rhino FCP e o Information Harmonization Engine levam seus clientes “90% do caminho até lá” para um recurso de dados unificado – um pouco de personalização é inevitável. Isto contrasta com as afirmações ousadas dos concorrentes da Rhino de que um modelo de linguagem grande de caixa preta pode “lidar com tudo”.
Esta abordagem ponderada nasce do histórico da empresa em setores altamente regulamentados, como ciências biológicas, saúde e setor público, onde a propriedade intelectual deve aderir estritamente às barreiras regulatórias. A plataforma da empresa atrai, portanto, um novo grupo de clientes de vários setores, incluindo energia, serviços financeiros, automotivo e agrícola.
Ao apresentar dados em um espaço colaborativo onde a normalização e a federação estão integradas, as empresas podem realmente colocar seus dados para trabalhar e receber insights que abordam os problemas espinhosos que uma organização deseja resolver.
Para empresas que buscam uma forma de ultrapassar os limites dos dados centralizados e, ao mesmo tempo, manter suas informações seguras, recomendamos participar do próximo TechEx Edge Computing Expo América do Norte em San Jose, de 18 a 19 de maio, para conhecer e conversar com Chris no estande nº 269. Se o que você leu aqui deixou você curioso para saber mais, vá para Website do Rinoceronte.
(Fonte da imagem: Fontes, Pixabay (imagem do cabeçalho) em licençaRhinoFCP (entrevistado))
Quer aprender mais sobre IoT com os líderes do setor? Confira Exposição de tecnologia IoT acontecendo em Amsterdã, Califórnia e Londres. O evento abrangente faz parte TechEx e co-localizado com outros eventos de tecnologia líderes. Clique aqui para mais informações.
IoT Information é alimentado por Mídia TechForge. Discover outros eventos e webinars de tecnologia empresarial futuros aqui.