In de moderne wereld zijn camera's overal. Ze houden onze straten in de gaten, monitoren onze fabrieken en waken over onze huizen, waardoor er een constante stroom van visuele gegevens wordt gegenereerd. Decennialang was de standaardmanier om computers te leren deze beelden te begrijpen het versturen van de ruwe foto's naar een centrale cloudserver. Daar analyseren krachtige computers de gegevens om de software te verbeteren. Deze aanpak wordt echter steeds moeilijker. Wetten met betrekking tot privacy verbieden nu vaak het versturen van persoonlijke beelden naar een centrale locatie, en de enorme kosten voor het verplaatsen van gigantische hoeveelheden videodata worden prohibitief. Een nieuwere aanpak, bekend als federated learning (gefederd leren), biedt een ander pad. In plaats van de foto's naar de computer te sturen, komt de computer naar de foto's toe. Het leerproces vindt rechtstreeks op de camera-apparaten zelf plaats. De apparaten leren van hun eigen lokale beelden en sturen alleen kleine, versleutelde updates terug over wat ze hebben geleerd, waarbij de ruwe foto's achterblijven. Dit houdt privégegevens veilig, maar introduceert een nieuwe reeks problemen. De camera's zijn vaak kleine, op batterijen werkende apparaten met beperkte internetverbindingen, en de gegevens die ze zien variëren enorm afhankelijk van waar ze zijn geplaatst.

Een onderzoeker heeft een nieuwe methode ontwikkeld om dit lokale leren efficiënt en nauwkeurig te laten werken op deze cameranetwerken. Hun werk pakt twee grote hindernissen aan die deze technologie tot nu toe van brede toepassing hebben weerhouden. De eerste hindernis is de internetverbinding. Hoewel de camera's geen foto's versturen, kunnen de updates die ze terugsturen nog steeds te groot zijn voor trage of overbelaste netwerken. Als elke camera na elke leersessie een volledig rapport stuurt, raakt het netwerk verstopt en komt het systeem tot stilstand. De tweede hindernis is het verschil in wat elke camera ziet. Een camera op een drukke straat ziet veel auto's en mensen, terwijl een camera in een rustig park voornamelijk bomen en vogels ziet. Omdat de gegevens zo verschillend zijn van het ene naar het andere apparaat, raakt het leerproces vaak in de war en is het eindresultaat minder nauwkeurig dan het zou moeten zijn.

Om deze problemen op te lossen, creëerde de onderzoeker een framework dat drie specifieke technieken combineert. Ten eerste introduceerden zij een manier om de verzonden informatie te comprimeren. In plaats van een volledig rapport te sturen van elke minuscule verandering die de camera in zijn software heeft aangebracht, identificeert het apparaat alleen de belangrijkste veranderingen. Het stuurt slechts de bovenste dertig procent van de meest significante updates en een eenvoudige kaart die laat zien waar die veranderingen plaatsvonden. Dit vermindert de hoeveelheid gegevens die via het internet wordt verzonden met twee derde, zonder de essentiële informatie die nodig is voor het leren te verliezen. Ten tweede, om de verwarring veroorzaakt door verschillende camerastandpunten aan te pakken, voegden zij een stabiliserende regel toe. Deze regel moedigt elke camera er voorzichtig toe aan om dicht bij het gemiddelde voortgang van de groep te blijven, om te voorkomen dat een enkel apparaat te ver uit koers raakt omdat zijn lokale gegevens zo uniek zijn. Ten derde vervingen zij een standaard interne berekeningsmethode door een robuuster alternatief. In systemen waar sommige camera's duizenden afbeeldingen hebben en anderen slechts een paar, zou de oude berekeningsmethode ruisachtig en onbetrouwbaar worden. De nieuwe methode werkt consistent, ongeacht hoeveel afbeeldingen elk camera heeft, waardoor de hele groep soepel leert.

De onderzoeker testte dit systeem met behulp van een simulatie van vijftig verschillende camera-apparaten. Zij gebruikten twee standaard sets afbeeldingen om te zien hoe goed de camera's objecten konden herkennen. In één test werd de camera gevraagd om tien verschillende soorten objecten te identificeren, zoals vliegtuigen, katten en vrachtwagens. Wanneer de camera's de nieuwe gecombineerde methode gebruikten, bereikten ze een nauwkeurigheid van bijna zeventien procent. Dit resultaat is indrukwekkend omdat het werd bereikt terwijl er slechts dertig procent van de gebruikelijke gegevens werd verzonden. Sterker nog, het systeem verminderde de hoeveelheid gegevens die over het internet werd verzonden met zestienent zeventig procent vergeleken met de traditionele methode. De onderzoeker ontdekte ook dat wanneer de camera's zeer verschillende soorten gegevens hadden, de stabiliserende regel cruciaal was. Zonder deze regel daalde de nauwkeurigheid aanzienlijk. Met de regel in het systeem werd het grootste deel van de verloren nauwkeurigheid hersteld, wat bewijst dat de compressie en de stabiliserende regel goed samenwerken.

De studie onthulde ook dat de keuze van de interne berekeningsmethode diepgaande gevolgen heeft. Wanneer de onderzoeker de oudere, standaard methode gebruikte, werd het leerproces instabiel en verbeterde het niet naarmate de camera's meer gegevens zagen. Wanneer zij overschakelden naar de nieuwe, robuustere methode, convergeerde het systeem gestaag en betrouwbaar. Dit suggereert dat voor netwerken van camera's met variërende hoeveelheden gegevens, de standaard aanpak simpelweg niet geschikt is. De onderzoeker merkte op dat hun werk een simulatie was, wat betekent dat de camera's virtuele apparaten waren die op één enkele computer draaiden in plaats van fysieke hardware in de echte wereld. Hoewel de resultaten veelbelovend zijn, erkennen zij dat realtime omstandigheden, zoals variërende internetsnelheden en fysieke hardwarebeperkingen, in toekomstige studies getest zullen moeten worden.

De implicaties van dit werk gaan verder dan alleen betere software; ze raken aan de fundamentele manier waarop we met privacy en gegevens omgaan. In dit framework uploadt een camera nooit één enkele ruwe afbeelding. De enige zaken die worden uitgewisseld zijn gecomprimeerde wiskundige updates. Voor de context: het versturen van een enkele afbeelding kost een klein beetje data, maar de gecomprimeerde update die in deze studie werd gebruikt, is nog steeds substantieel, maar bevat geen visuele informatie die een persoon of een plaats kan identificeren. Dit creëert een fundamenteel ander privacylandschap waarbij de gegevens bij de eigenaar blijven en het leren plaatsvindt in de schaduwen van het netwerk. De onderzoeker concludeerde dat deze aanpak het haalbaar maakt om krachtige computervisiemodellen te trainen aan de rand van het netwerk, precies daar waar de gegevens worden gecreëerd, zonder de privacy in gevaar te brengen of het internet te overbelasten. Door de tweeledige problemen van bandbreedte en gegevensdiversiteit op te lossen, banen zij de weg voor een toekomst waarin slimme camera's lokaal kunnen leren en zich kunnen aanpassen, met respect voor zowel de privacy van de gebruiker als de limieten van hun verbinding.