Android：谷歌希望直接在智能手机上训练其人工智能

为了解决围绕训练人工智能所必需的 Android 用户数据收集的争议，谷歌决定采用一种新的机器学习方法。这种技术称为联合学习，允许算法训练过程直接在用户的智能手机上进行。

到目前为止，为了让 Android 变得更加智能，Google 采用了以下流程：云端集中式机器学习。所有用户数据都收集在云端，人工智能算法使用这些数据进行训练。

此方法有效，但需要时间来更新应用程序和检索用户数据。该过程还会消耗智能手机的电池寿命。此外，这种处理方式还带来了保密性问题，因为该公司别无选择，只能在其云服务器上存储有关用户如何使用应用程序的数据。

为了解决这些不同的问题，谷歌决定尝试一种新的算法训练方法：联邦学习。这种新方法包括去中心化人工智能训练。收集和训练过程不是在云上聚合用户数据，而是直接在用户的智能手机上进行。

目前，谷歌已经开始尝试键盘 Gboard 上的联合学习。当 Gboard 根据用户帖子提供 Google 搜索建议时，该应用会记住选择了哪些建议以及忽略了哪些建议。

然后，该信息将用于直接在用户的智能手机上个性化应用程序的算法。为了让人工智能进行训练，谷歌整合了其机器学习软件的轻量级版本，TensorFlow，Gboard 应用程序中的应用程序。

其次，更改会发送给谷歌，以便该公司可以为所有用户更新应用程序。简而言之，学习过程现在分为两个阶段。

正如谷歌所解释的，这种方法既更保密，也更快。用户的数据不会离开他们的智能手机，用户不再需要等待更新。当然，该公司首先确保联邦学习不会降低智能手机的自主性或性能。仅当设备插入电源并通过 WiFi 连接时才会进行训练。