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，并將這些數據存放在服務器上的某個地方，然后使用聚合數據來訓練新算法。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據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據。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，而不是將用戶數據收集在谷歌服務器上的某個地方并使用這些數據來培訓算法。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，不會存儲用戶的數據。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)已經經過精簡處理，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://www.dstuf.com/