谷歌研發(fā)出一種訓(xùn)練人工智能(AI)的新模式，可以直接在用戶的智能手機(jī)上訓(xùn)練并改進(jìn)AI算法。
當(dāng)大型科技公司利用機(jī)器學(xué)習(xí)來改進(jìn)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(guān)用戶如何使用其應(yīng)用程序的信息，并將這些數(shù)據(jù)存放在服務(wù)器上的某個地方，然后使用聚合數(shù)據(jù)來訓(xùn)練新算法。最后，用戶將獲得改進(jìn)后的應(yīng)用更新。
這種AI算法訓(xùn)練方法是有效的，但更新應(yīng)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(hù)用戶隱私，因?yàn)楣颈仨氃谄浞⻊?wù)器上存儲有關(guān)用戶如何使用其應(yīng)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(xùn)練方式，并把它稱為Federated Learning。
Federated Learning對AI算法的訓(xùn)練是直接在用戶的設(shè)備上進(jìn)行的，而不是將用戶數(shù)據(jù)收集在谷歌服務(wù)器上的某個地方并使用這些數(shù)據(jù)來培訓(xùn)算法。換句話說，F(xiàn)ederated Learning是利用用戶手機(jī)的CPU來幫助培訓(xùn)谷歌的AI算法。
目前，谷歌正在Android平臺鍵盤應(yīng)用Gboard中測試Federated Learning。當(dāng)Gboard根據(jù)用戶輸入的信息顯示推薦搜索項(xiàng)時，Gboard將記住用戶點(diǎn)擊過的搜索項(xiàng)和忽略的搜索項(xiàng)，然后直接在用戶手機(jī)上對算法進(jìn)行個性化改進(jìn)。(為了進(jìn)行此次測試，谷歌已將其機(jī)器學(xué)習(xí)軟件TensorFlow的精簡版本整合入Gboard應(yīng)用)。這些改進(jìn)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(yīng)用更新。
谷歌在一篇博文中解釋說，這種AI訓(xùn)練方式有很多好處。首先，它更利于保護(hù)用戶隱私，因?yàn)槠溆?xùn)練過程是直接在用戶設(shè)備上進(jìn)行的，不會存儲用戶的數(shù)據(jù)。第二，這種訓(xùn)練方式會使用戶立即受益于AI算法的個性化改進(jìn)，而不必等待谷歌發(fā)布新的應(yīng)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(jī)的電池續(xù)航時間或性能，其訓(xùn)練過程只會在手機(jī)“處于空閑狀態(tài)，并接通電源”且“接入了免費(fèi)Wi-Fi”時才會進(jìn)行。
投稿郵箱：chuanbeiol@163.com 詳情請訪問川北在線：http://dstuf.com/
