為了解決圍繞訓練人工智慧所必需的 Android 用戶資料收集的爭議,谷歌決定採用一種新的機器學習方法。這種技術稱為聯合學習,允許演算法訓練過程直接在使用者的智慧型手機上進行。
到目前為止,為了讓 Android 變得更加智能,Google 採用了以下流程:雲端集中式機器學習。所有用戶資料都收集在雲端,人工智慧演算法使用這些資料進行訓練。
此方法有效,但需要時間來更新應用程式和檢索使用者資料。該過程還會消耗智慧型手機的電池壽命。此外,這種處理方式還帶來了保密性問題,因為該公司別無選擇,只能在其雲端伺服器上儲存有關用戶如何使用應用程式的資料。
為了解決這些不同的問題,Google決定嘗試一種新的演算法訓練方法:聯邦學習。這種新方法包括去中心化人工智慧訓練。收集和訓練過程不是在雲端上聚合用戶數據,而是直接在用戶的智慧型手機上進行。
目前,Google已經開始嘗試鍵盤 Gboard 上的聯合學習。當 Gboard 根據用戶貼文提供 Google 搜尋建議時,該應用程式會記住選擇了哪些建議以及忽略了哪些建議。
然後,該資訊將用於直接在用戶的智慧型手機上個性化應用程式的演算法。為了讓人工智慧進行訓練,谷歌整合了其機器學習軟體的輕量級版本,TensorFlow,Gboard 應用程式中的應用程式。
其次,更改會發送給谷歌,以便該公司可以為所有用戶更新應用程式。簡而言之,學習過程現在分為兩個階段。
正如Google所解釋的,這種方法既更保密,也更快。用戶的數據不會離開他們的智慧型手機,用戶不再需要等待更新。當然,該公司首先確保聯邦學習不會降低智慧型手機的自主性或效能。僅當設備插入電源並透過 WiFi 連接時才會進行訓練。
詢問我們最新的!
太陽系中行星的略微傾斜和偏心的軌道長期以來一直引起科學家的興趣。一項新的研究提出了一個令人著迷的理論:來自另一個恆星系統的巨大物體會破壞其最初的組織。太陽系...
訊息