这种在Nature封面上的grouplearning不需要一个centralcoordinator就比federatedlearning要好。如今，在一些疾病的诊断领域，人工智能的准确率已经超越了医生。可靠的诊断结果背后是建立在海量数据集上的机器学习。但实际上，可用于训练的医疗数据非常分散，试图从世界各地收集数据会引发对数据所有权、隐私、机密性、安全性的担忧，甚至会引发数据垄断的威胁……常用的联邦学习等方法可以解决上述部分问题，但模型的参数由“中央协调员”处理，导致“权力”集中，其星型架构也导致容错性降低。没有好的解决办法吗？是的，Nature的封面为我们公布了一种新的机器学习方法，叫做SwarmLearning（群学习，SL）！该方法结合了边缘计算，一种基于区块链的点对点网络，无需“中央协调员”，并且超越了联邦学习，可以在不违反隐私法的情况下聚合来自世界任何地方的医疗数据。研究人员使用四种异质性疾病（结核病、COVID-19、白血病和肺部病变）来验证SwarmLearning方法使用分布式数据诊断疾病的可行性。如何实现？小组学习方法采用分散式架构，采用私有许可区块链技术实施。整个Swarm网络由多个Swarm边缘节点组成，节点之间通过边缘节点共享参数，每个节点使用网络提供的私有数据和模型来训练自己的模型。该方法提供安全措施，通过私有许可的区块链技术支持数据的所有权、安全性和机密性。其中，只有预授权的参与者才能加入，新节点的加入是动态的。通过适当的授权措施识别参与者，并通过区块链智能合约进行注册，让参与者获得模型并进行本地模型训练。直到本地模型训练到满足定义的同步条件后，才可以通过SwarmAPI交换模型参数，合并新的参数配置，在新一轮训练开始前更新模型。△分组学习与其他机器学习方法的架构对比因此，这种分组学习方法具有以下特点：可以将数据拥有者的医疗数据保存在本地；不需要交换原始数据，因此可以减少数据流量（datatraffic）；可提供高级别的数据安全保护；在没有中央管理员的情况下安全、透明和公平地加入去中心化成员；允许所有成员以平等的权利合并参数；保护机器学习模型免受攻击。为了验证基于分布式数据开发诊断功能的方法的可行性，研究人员用它来诊断四种疾病。区分轻度和重度COVID-19，优于单淋巴结首发白血病。研究人员将12000多个样本数据“隔离”到每个节点，以模拟现实世界中分布在世界各地的医疗中心。然后通过分组学习对这些数据进行训练，然后对未知患者进行诊断。他们发现，无论每个节点的样本分布如何变化，组学习方法的诊断准确率都优于单个节点。然后使用分组学习来识别肺结核或肺部病变患者，结果是一样的，并且在减少训练样本数量后，虽然分组学习的预测效果有所下降，但仍然优于任何单个节点。紧随疫情，研究人员还测试了小组学习对新冠病毒诊断的效果。结果表明，小组学习在区分轻度和重度COVID-19方面优于单个节点。最后，研究人员表示，分组学习作为一种去中心化的学习方式，有望取代目前机构间医学研究中的数据共享模式，帮助AI在保证数据隐私的同时获取更丰富、更全面的数据。AI疾病诊断准确率更高。论文地址：https://www.nature.com/articles/s41586-021-03583-3GitHub代码：https://github.com/schultzelab/swarm_learning
