谷歌研發(fā)出一種訓練人工智能(AI)的新模式，可以直接在用戶的智能手機上訓練并改進AI算法。

　　當大型科技公司利用機器學習來改進軟件時，其過程通常是非常集中的。舉例來說，谷歌和蘋果等公司會收集有關用戶如何使用其應用程序的信息，并將這些數(shù)據(jù)存放在服務器上的某個地方，然后使用聚合數(shù)據(jù)來訓練新算法。最后，用戶將獲得改進后的應用更新。

　　這種AI算法訓練方法是有效的，但更新應用和收集反饋數(shù)據(jù)的過程是非常耗時的。而且，這種方式不利于保護用戶隱私，因為公司必須在其服務器上存儲有關用戶如何使用其應用的數(shù)據(jù)。為了解決這些問題，谷歌正在嘗試一種新的AI訓練方式，并把它稱為Federated Learning。

　　Federated Learning對AI算法的訓練是直接在用戶的設備上進行的，而不是將用戶數(shù)據(jù)收集在谷歌服務器上的某個地方并使用這些數(shù)據(jù)來培訓算法。換句話說，F(xiàn)ederated Learning是利用用戶手機的CPU來幫助培訓谷歌的AI算法。

　　目前，谷歌正在Android平臺鍵盤應用Gboard中測試Federated Learning。當Gboard根據(jù)用戶輸入的信息顯示推薦搜索項時，Gboard將記住用戶點擊過的搜索項和忽略的搜索項，然后直接在用戶手機上對算法進行個性化改進。(為了進行此次測試，谷歌已將其機器學習軟件TensorFlow的精簡版本整合入Gboard應用)。這些改進將被發(fā)送回谷歌，然后由谷歌匯總并向所有用戶發(fā)布應用更新。

　　谷歌在一篇博文中解釋說，這種AI訓練方式有很多好處。首先，它更利于保護用戶隱私，因為其訓練過程是直接在用戶設備上進行的，不會存儲用戶的數(shù)據(jù)。第二，這種訓練方式會使用戶立即受益于AI算法的個性化改進，而不必等待谷歌發(fā)布新的應用更新。谷歌表示，整個Federated Learning系統(tǒng)已經(jīng)經(jīng)過精簡處理，不會影響用戶手機的電池續(xù)航時間或性能，其訓練過程只會在手機“處于空閑狀態(tài)，并接通電源”且“接入了免費Wi-Fi”時才會進行。

   投稿郵箱：chuanbeiol@163.com   詳情請訪問川北在線：http://sanmuled.cn/