En plattform för integritetsbevarande maskininlärning med hjälp av Ethereums blockkedja och smarta kontrakt
| Diarienummer | |
| Koordinator | Scaleout Systems AB |
| Bidrag från Vinnova | 1 693 803 kronor |
| Projektets löptid | augusti 2019 - september 2020 |
| Status | Avslutat |
| Utlysning | Digital säkerhet och tillförlitlighet |
Syfte och mål
Syftet med projektet var att utveckla och demonstrera möjligheterna för integritetsbevarande federerad maskininlärning med blockkedje komponenter. Denna målsättning har uppnåtts genom utvecklingen av projektets lösning. Projektet har haft som mål att främja integritetsbevarande AI-samarbeten och det har åstadkommits genom att uppfylla följande tre delmål, en applikationssvit för federerad maskininlärning med blockkedje checkpointing, governance med hjälp av smarta kontrakt samt verktyg för att definiera incitamentsmodeller och skapa marknader.
Resultat och förväntade effekter
Resultatet tillgängliggörs genom öppen källkod (STACKn+FEDn) och demonstratorer som beskriver två relevanta tillämpningar. Vidare har resultatet bidragit till medlemskap i AI Swedens partnernätverk och lösningen används i testbäddsprojektet för att utforska federerade användarfall. Projektets resultat kommer att tillämpas genom att vi deltar i EU-projekt AICHAIN för myndigheten Eurocontrol med bland annat SwissAir som deltagare. Vi kommersialiserar genom utökning av projektresultatet och paketering av tillämpningar för att lösa exempelvis datasilo problematik.
Upplägg och genomförande
Projektet har delats upp i tre faser där fas 1 bestod av projektetablering och förberedelser. Projektets fas 2 bestod av utvecklingsinkrement där referensgruppen har varit delaktig i presentation av resultaten. Projektets fas 3 bestod av demonstrationer av framtagna tillämpningar för predictive maintenance samt digital patologi. För att förankra projektresultaten har referensgrupp varit löpande varit involverad.