As redes móveis 5G impulsionarão novos casos de usos em diversas aplicações, como saúde, cidades inteligentes, indústria automobilística, e-commerce e fintechs. Algumas áreas da ciência da computação terão que evoluir para captar as vantagens inerentes das novas redes, considerando a alta velocidade e baixa latência proporcionadas, por exemplo: computação na borda (edge computing), IoT, blockchain, inteligência artificial e segurança e privacidade.
A apresentação dá ênfase na evolução da Inteligência Artificial em função da ampliação da disponibilidade de dados e nos novos requisitos para arquiteturas distribuídas, em que os treinamentos em machine learning podem ser efetuados de maneira cooperativa com participação dos elementos de borda da rede, o que muda o paradigma atual de coleta de dados centralizada para o processamento do treinamento.
São abordadas as características dos arquivos de dados nos dispositivos móveis para uso em treinamento, arquitetura cliente-servidor para modelos, Automated Machine Learning (autoML) e Neural Architecture Search (NAS). Finalmente, é conceituado o aprendizado federado (federated learning) em que algumas instituições têm desenvolvido frameworks que permitem o tratamento dessa abordagem, como o TensorFlow Federated
PATROCINADO POR:
