谷歌研發出一種練習人工智能（AI）的新模式，可以直接在用戶的智妙手機上練習并改造AI算法。

當大型科技公司操作呆板進修來改造軟件時，其進程凡是長短常會合的。舉例來說，谷歌和蘋果等公司會收集有關用戶如何利用其應用措施的信息，并將這些數據存放在處事器上的某個處所，然后利用聚合數據來練習新算法。最后，用戶將得到改造后的應用更新。

這種AI算法練習要領是有效的，但更新應用和收集反饋數據的進程長短常耗時的。并且，這種方法倒霉于掩護用戶隱私，因為公司必需在其處事器上存儲有關用戶如何利用其應用的數據。為了辦理這些問題，谷歌正在實驗一種新的AI練習方法，并把它稱為Federated Learning。

Federated Learning對AI算法的練習是直接在用戶的設備長舉辦的，而不是將用戶數據收集在谷歌處事器上的某個處所并利用這些數據來培訓算法。換句話說，Federated Learning是操浸染戶手機的CPU來輔佐培訓谷歌的AI算法。

今朝，谷歌正在Android平臺鍵盤應用Gboard中測試Federated Learning。當Gboard按照用戶輸入的信息顯示推薦搜索項時，Gboard將記著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舉辦本性化改造。（為了舉辦此次測試，谷歌已將其呆板進修軟件TensorFlow的精簡版本整合入Gboard應用）。這些改造將被發送回谷歌，然后由谷歌匯總并向所有用戶宣布應用更新。

谷歌在一篇博文中表明說，臺灣主機 臺灣伺服器，這種AI練習方法有許多長處。首先，它更利于掩護用戶隱私，因為其練習進程是直接在用戶設備長舉辦的，不會存儲用戶的數據。第二，這種練習方法會利用戶當即受益于AI算法的本性化改造，而不必期待谷歌宣布新的應用更新。谷歌暗示，整個Federated Learning系統已經顛末精簡處理懲罰，不會影響用戶手機的電池續航時間或機能，其練習進程只會在手機“處于空閑狀態，并接通電源”且“接入了免費Wi-Fi”時才會舉辦。