Googles Machine Unlearning Challenge

• Ziel ist die Entwicklung von Techniken zum Unlearning (Löschen) von Daten aus trainierten Modellen
• Machine Unlearning ist für die Einhaltung von Datenschutz- und Datensicherheitsvorschriften von großer Bedeutung
• Es ist jedoch schwierig, weil nicht nur die Daten selbst gelöscht werden müssen, sondern auch die von ihnen verursachten Auswirkungen
• Es kann auch helfen, die Leistung von AI-Agenten zu verbessern, indem unnötige Informationen vergessen werden
• Für die erste Machine-Unlearning-Challenge arbeitet Google mit einer breiten Gruppe von Forschenden aus Wissenschaft und Industrie zusammen
• Der Wettbewerb wird auf Kaggle veranstaltet und automatisch bewertet
• Machine Unlearning hat neben dem Datenschutz auch vielfältige weitere Einsatzmöglichkeiten
  • Löschen veralteter oder falscher Informationen
  • Differential Privacy (differenzieller Datenschutz)
  • Life-long Learning (kontinuierliches lebenslanges Lernen)
  • Fairness (Gerechtigkeit: Korrektur von Verzerrungen in Algorithmen)
• Machine Unlearning ist komplex, weil es ein Spannungsfeld zwischen dem Vergessen angeforderter Daten und dem Erhalt von Nutzen und Effizienz des Modells gibt