Bộ phần mềm nguồn mở mới của NVIDIA cung cấp nền tảng điện toán chung cho mô hình học tập liên kết (Federated Learning), tăng tốc AI trong các lĩnh vực bao gồm y tế, sản xuất và dịch vụ tài chính.
NVIDIA đang giúp các nhà nghiên cứu khai thác khả năng học tập liên kết dễ dàng hơn bao giờ hết bằng phần mềm nguồn mở NVIDIA FLARE, một bộ công cụ phát triển phần mềm giúp các đơn vị khác nhau cộng tác để phát triển các mô hình AI một cách tổng quát hơn.
Học tập liên kết (Federated Learning) là một kỹ thuật bảo vệ quyền riêng tư đặc biệt có lợi trong các trường hợp dữ liệu nằm rải rác, nhạy cảm hoặc thiếu tính đa dạng. Nhưng nó cũng hữu ích cho các tập dữ liệu lớn, có thể bị sai lệch bởi các phương pháp thu thập dữ liệu của tổ chức hoặc theo nhân khẩu học của bệnh nhân hay khách hàng.
NVIDIA FLARE – viết tắt của Federated Learning Application Runtime Environment – là công cụ nền tảng cho phần mềm học tập liên hợp của NVIDIA Clara Train, đã được sử dụng cho các ứng dụng AI trong hình ảnh y tế, phân tích di truyền, ung thư học và nghiên cứu COVID-19. SDK cho phép các nhà nghiên cứu và nhà khoa học dữ liệu điều chỉnh quy trình công việc học máy và học sâu hiện có của họ thành một mô hình phân tán.
Việc tạo nguồn mở NVIDIA FLARE sẽ trao quyền tốt hơn để phát triển AI trong hầu hết mọi lĩnh vực bằng cách cung cấp cho các nhà nghiên cứu và nhà phát triển nền tảng nhiều công cụ hơn để tùy chỉnh các giải pháp học tập liên kết của họ.
Với bộ SDK, các nhà nghiên cứu có thể chọn lựa trong số các kiến trúc học liên hợp khác nhau, điều chỉnh cách tiếp cận của họ cho các ứng dụng đặc thù ngành. Và các nhà phát triển nền tảng có thể sử dụng NVIDIA FLARE để cung cấp cho khách hàng cơ sở hạ tầng phân tán cần thiết để xây dựng một ứng dụng cộng tác đa bên.
Quy trình học tập liên kết linh hoạt cho nhiều ngành
Những người tham gia học tập liên kết làm việc cùng nhau để đào tạo hoặc đánh giá các mô hình AI mà không cần phải tổng hợp hoặc trao đổi bộ dữ liệu độc quyền của mỗi nhóm. NVIDIA FLARE cung cấp các kiến trúc phân tán khác nhau để thực hiện điều này, bao gồm các phương pháp tiếp cận peer-to-peer, tuần hoàn và client-server, cùng một số cách tiếp cận khác.
Sử dụng kỹ thuật client-server, trong đó các thông số mô hình đã học từ mỗi bên tham gia được gửi đến một máy chủ chung và tổng hợp thành mô hình toàn cục, NVIDIA đã dẫn dắt các dự án học tập liên kết giúp phân đoạn khối u tuyến tụy, phân loại mật độ vú trong chụp X-quang tuyến vú để thông báo nguy cơ ung thư vú, và dự đoán nhu cầu oxy cho bệnh nhân COVID.
Kiến trúc client-server cũng được sử dụng cho hai dự án học tập liên kết sử dụng NVIDIA FLARE: NVIDIA đã làm việc với các nhà nghiên cứu tại Roche Digital Pathology để chạy một mô phỏng nội bộ thành công bằng cách sử dụng toàn bộ hình ảnh chung để phân loại và cùng với Erasmus Medical Center có trụ sở tại Hà Lan cho một ứng dụng AI xác định các biến thể di truyền liên quan đến các trường hợp tâm thần phân liệt.
Nhưng không phải mọi ứng dụng học tập liên kết đều phù hợp với cách tiếp cận client-server. Bằng cách hỗ trợ các kiến trúc bổ sung, NVIDIA FLARE sẽ giúp việc học tập liên kết có thể dễ dàng được tiếp cận bởi nhiều loại ứng dụng hơn. Các ứng dụng tiềm năng bao gồm giúp các công ty năng lượng phân tích dữ liệu địa chấn và các giếng khoan, các nhà sản xuất tối ưu hóa hoạt động của nhà máy và các công ty tài chính cải thiện mô hình phát hiện gian lận.
NVIDIA FLARE tích hợp với nền tảng AI chăm sóc sức khỏe
NVIDIA FLARE có thể tích hợp với các sáng kiến AI hiện có, bao gồm khung MONAI mã nguồn mở cho hình ảnh y tế.
“NVIDIA FLARE nguồn mở để đẩy nhanh nghiên cứu học tập liên kết là đặc biệt quan trọng trong lĩnh vực chăm sóc sức khỏe, nơi quyền truy cập vào bộ dữ liệu đa tổ chức là rất quan trọng, tuy nhiên những lo ngại về quyền riêng tư của bệnh nhân có thể hạn chế khả năng chia sẻ dữ liệu,” Tiến sĩ Jayashree Kalapathy, cộng sự. giáo sư X quang tại Trường Y Harvard và lãnh đạo nhóm làm việc liên kết học tập của cộng đồng MONAI. “Chúng tôi rất vui được đóng góp cho NVIDIA FLARE và tiếp tục tích hợp với MONAI để thúc đẩy các giới hạn của nghiên cứu hình ảnh y tế.”
NVIDIA FLARE cũng sẽ được sử dụng để cung cấp các giải pháp học tập liên kết tại:
- American College of Radiology (ACR): Hiệp hội y tế đã làm việc với NVIDIA về các nghiên cứu học tập liên hợp áp dụng AI vào hình ảnh X quang cho các ứng dụng ung thư vú và COVID-19. Nó có kế hoạch phân phối NVIDIA FLARE trong ACR AI-LAB , một nền tảng phần mềm có sẵn cho hàng chục nghìn thành viên của xã hội.
- Flywheel: Nền tảng Flywheel Exchange của công ty cho phép người dùng truy cập và chia sẻ dữ liệu và thuật toán cho nghiên cứu y sinh, quản lý các dự án liên kết để phân tích và đào tạo, đồng thời chọn giải pháp học liên hợp ưa thích của họ – bao gồm cả NVIDIA FLARE.
- Tổng công ty Dịch vụ Web Đài Loan: Công ty cung cấp nền tảng MLOps hỗ trợ GPU cho phép khách hàng chạy học liên kết dựa trên NVIDIA FLARE. Năm dự án hình ảnh y tế hiện đang được tiến hành trên cụm tư nhân của công ty, mỗi dự án có một số bệnh viện tham gia.
- Rhino Health: Đối tác và thành viên của chương trình NVIDIA Inception đã tích hợp NVIDIA FLARE vào giải pháp học tập liên hợp của mình, điều này đang giúp các nhà nghiên cứu tại Bệnh viện Đa khoa Massachusetts phát triển một mô hình AI giúp chẩn đoán chính xác hơn chứng phình động mạch não và các chuyên gia tại Viện Phát hiện Sớm của Viện Ung thư Quốc gia Mạng lưới Nghiên cứu phát triển và xác nhận các mô hình AI hình ảnh y tế xác định các dấu hiệu sớm của ung thư tuyến tụy.
Tiến sĩ Ittai Dayan, người sáng lập Rhino Health, cho biết: “Để hợp tác hiệu quả và hiệu quả, các nhà nghiên cứu chăm sóc sức khỏe cần một nền tảng chung để phát triển AI mà không có nguy cơ vi phạm quyền riêng tư của bệnh nhân. “Giải pháp ‘Học tập liên kết như một nền tảng’ của Rhino Health, được xây dựng với NVIDIA FLARE, sẽ là một công cụ hữu ích giúp đẩy nhanh tác động của AI trong lĩnh vực chăm sóc sức khỏe.”
Bạn có thể bắt đầu việc thử nghiệm việc học liên kết bằng cách tải xuống NVIDIA FLARE tại: https://github.com/nvidia/nvFlare
Bài viết liên quan
- GPUDirect RDMA là gì?
- GPUDirect Storage là gì?
- So sánh các GPU Tensor Core của NVIDIA: B200, B100, H200, H100, A100
- NVIDIA giới thiệu nền tảng microservice Metropolis để chạy ứng dụng Edge AI trên Jetson
- Phát triển ứng dụng AI tại biên với NVIDIA Jetson AGX Orin & Developer Kit
- HPE và NVIDIA công bố ‘NVIDIA AI Computing by HPE’ để thúc đẩy cuộc cách mạng AI tạo sinh