HOUSTON, Texas - 27 april 2022 - Hewlett Packard Enterprise (NYSE: HPE) kondigt de lancering aan van HPE Swarm learning, een baanbrekende AI-oplossing om inzichten aan de edge te versnellen, van het diagnosticeren van ziekten tot het detecteren van creditcardfraude, door AI-model learnings te delen en te verenigen zonder de privacy van gegevens in gevaar te brengen.

HPE Swarm Learning, ontwikkeld door Hewlett Packard Labs, de R&D-organisatie van HPE, is het eerste privacybeschermende, gedecentraliseerde machine learningframework voor de edge of gedistribueerde locatiesi. De oplossing biedt klanten containers die eenvoudig kunnen worden geïntegreerd met AI-modellen met behulp van de HPE swarm API. Gebruikers kunnen vervolgens direct AI model learnings delen binnen hun organisatie en daarbuiten met branchegenoten om trainingen te verbeteren, zonder daadwerkelijke data te delen.

Tegenwoordig vindt de training van AI-modellen meestal plaats op een centrale locatie, die vertrouwt op gecentraliseerde samengevoegde datasets. Deze aanpak kan echter inefficiënt en duur zijn omdat grote hoeveelheden gegevens naar dezelfde bron moeten worden teruggebracht. Daarbij kan deze aanpak worden beperkt door regels en voorschriften op het gebied van privacy en eigendom van gegevens, die het delen en verplaatsen van gegevens beperken. Dat kan mogelijk leiden tot onnauwkeurige en vertekende modellen. Door modellen te trainen en inzichten aan de edge te benutten, kunnen bedrijven sneller beslissingen nemen op het moment dat het verschil wordt gemaakt, wat leidt tot betere ervaringen en resultaten. Bovendien kunnen verschillende organisaties nu beter samenwerken en samen de intelligentie vergroten, doordat kennis van de ene organisatie wordt gedeeld met andere organisaties bij de gegevensbron. Dit kan leiden tot grote zakelijke en maatschappelijke resultaten.

Het extern delen van data kan echter een uitdaging vormen voor organisaties die moeten voldoen aan eisen op het gebied van data governance, regelgeving of compliance, die voorschrijven dat data op de locatie blijven. HPE Swarm Learning stelt organisaties op unieke wijze in staat om gedistribueerde data in te zetten, waardoor de dataset groter wordt voor training, met behoud van data governance en privacy. Om ervoor te zorgen dat alleen learnings worden gedeeld, en niet de data zelf, maakt HPE Swarm Learning gebruik van blockchain-technologie om leden veilig aan boord te nemen, dynamisch een leider te kiezen en modelparameters samen te voegen om veerkracht en veiligheid te bieden aan het Swarmnetwerk.

HPE Swarm Learning kan organisaties helpen samen te werken en inzichten te verbeteren:

• Ziekenhuizen kunnen learnings afleiden uit beeldregistraties, CT- en MRI-scans, en genexpressiegegevens die van het ene ziekenhuis naar het andere kunnen worden gedeeld om de diagnostiek van ziekten en andere kwalen te verbeteren, terwijl de patiëntinformatie wordt beschermd.

• Bank- en financiële diensten kunnen het verwachte wereldwijde verlies van meer dan 400 miljard dollar aan creditcardfraude in het komende decennium bestrijdenii, door aan fraude gerelateerde leerervaringen met meer dan één financiële instelling tegelijk te delen.

• Productielocaties kunnen profiteren van voorspelde onderhoudsprocedures om inzicht te krijgen in de reparatiebehoeften van apparatuur en deze aan te pakken voordat ze uitvallen en ongewenste downtime veroorzaken. Door gebruik te maken van swarm learning kunnen onderhoudsmanagers een beter inzicht krijgen door lessen te trekken uit sensorgegevens van meerdere productielocaties.

Voorbeeld usecases van vroege HPE Swarm Learning adopters zijn onder andere:

Universiteit van Aken bestudeert histopathologie om diagnose van darmkanker te versnellen Een team van kankeronderzoekers van het ziekenhuis van de RWTH Universiteit Aken in Duitsland voerde een studie uit om de diagnose van darmkanker te vervroegen door AI op beeldverwerking toe te passen om genetische veranderingen te voorspellen, die ervoor kunnen zorgen dat cellen kankerverwekkend worden.

De onderzoekers trainden AI-modellen met behulp van HPE Swarm Learning op drie groepen patiënten uit Ierland, Duitsland en de VS en valideerden de voorspellingsprestaties in twee onafhankelijke datasets uit het Verenigd Koninkrijk met behulp van dezelfde, op swarm learning gebaseerde AI-modellen. De resultaten toonden aan dat de oorspronkelijke AI-modellen, die alleen op lokale gegevens trainden, beter presteerden met behulp van swarm learning, omdat de leerervaringen, maar niet de patiëntgegevens, werden gedeeld met andere entiteiten om de voorspellingen te verbeteren.

TigerGraph bevordert anomaliedetectie om banken te helpen kredietkaartfraude te bestrijden TigerGraph, leverancier van een toonaangevend graph analytics-platform, combineert HPE Swarm Learning met zijn data analytics-aanbod dat draait op HPE ProLiant-servers met AMD EPYC™-processors om de inspanningen te vergroten bij het snel detecteren van ongebruikelijke activiteit in creditcardtransacties. De gecombineerde oplossing verhoogt de nauwkeurigheid bij het trainen van machine learning-modellen uit enorme hoeveelheden financiële gegevens van meerdere banken en filialen, verspreid over geologische locaties.

Beschikbaarheid HPE Swarm Learning is nu beschikbaar in de meeste landen. Ga voor meer informatie naar: hpe.com/info/swarm-learning

HPE levert een complete, kant-en-klare oplossing voor het ontwikkelen van machine learning HPE kondigde ook aan dat het met het nieuwe HPE Machine Learning Development System barrières wegneemt om eenvoudig machine learning modellen te bouwen en te trainen op schaal, om sneller waarde te realiseren. Het nieuwe systeem, dat speciaal is gebouwd voor AI, is een end-to-end oplossing die een machine learning softwareplatform, compute, accelerators en networking integreert om sneller, en op schaal, nauwkeurigere AI-modellen te ontwikkelen en te trainen.

Voor meer informatie over de AI-oplossingen van HPE kunt u terecht op: https://www.hpe.com/us/en/solutions/artificial-intelligence.html