Обучение ИИ на носимых устройствах через связь по телу человека: новый подход
Международная группа учёных представила обзор и таксономию на стыке двух перспективных технологий: федеративного обучения (FL) и человеческой связи (Human-Body Communication, HBC). Работа опубликована на arXiv и призвана устранить разрыв между этими областями, которые до сих пор развивались в значительной степени независимо.
HBC использует тело человека как среду передачи данных, что позволяет локализовать сигнал и снизить энергопотребление по сравнению с традиционными радиоканалами. Федеративное обучение, в свою очередь, даёт возможность обучать модели машинного обучения без централизации сырых персональных данных, что критически важно для физиологических и поведенческих сенсоров.
Как отмечают авторы, в литературе по FL для носимых устройств обычно абстрагируются от особенностей канала связи, а исследования HBC, наоборот, редко учитывают трафик обновления моделей. В статье предлагается классификация, выделяющая четыре типа развёртывания FL: внутри тела, на теле-концентраторе, между пользователями и в облачной клинике.
Особое внимание уделено открытой проблеме обучения с учётом характеристик телесного канала. Алгоритмы выбора клиентов, сжатия обновлений и агрегации должны зависеть от позы, остаточной энергии, объёма памяти сенсоров и уровня конфиденциальности. Для конкретизации предложена эталонная архитектура BODYFED-HBC, включающая математическую постановку задачи оптимизации и планировщик.
Чтобы сделать результаты воспроизводимыми, авторы подготовили симуляционный сценарий, который объединяет общедоступные наборы данных с носимых устройств и эмпирические модели затухания сигнала в теле. Статья завершается перечнем открытых наборов данных, оценочных метрик и ограничений, а также направлениями для дальнейших исследований.
Развитие этой технологии может повысить эффективность и приватность носимой электроники — от фитнес-трекеров до медицинских имплантатов. В перспективе встраивание FL поверх HBC позволит создавать более автономные и безопасные периферийные интеллектуальные системы.
