谷歌的新人工智能工具听起来很熟悉，很像苹果的批处理工具。正如谷歌在一篇博文中宣布的那样，联合学习“使手机能够协同学习共享的预测模型，同时将所有训练数据保存在设备上，从而将机器学习的能力与将数据存储在云端的需求分离开来。”打开。”它正在Google的键盘应用程序Gboard上进行测试，这正是Google助理派上用场的地方。Gboard包含机器学习工具TensorFlow的简化版本。在了解您与Google助理的建议和Gboard的“预测”的交互后，应用程序将所有这些数据发送到云端，当然只有当设备处于空闲状态并插入免费无线连接时。一旦云端拥有您的数据，它就会对其进行分析并在幕后更新Gboard的TensorFlow。这是一种让您的设备了解个人偏好，目标是赋予Gboard真正的个性。还有一个新的“安全聚合”协议，可将您的数据传输到云端，将密码学提升到一个新的水平。即使有100或1000的用户参与，服务器只会读取您的安全数据。这是将Google自己的机器学习系统从冗余任务中解放出来并针对不同用户升级它们的聪明方法。Google指出，fe降级学习无法解决所有人工智能(AI)用例，但它可以通过多种方式帮助您朝着正确的方向前进。除了Assistant建议和更好的文本预测，谷歌还希望联邦学习能够改进根据人们查看、分享或删除的照片类型对照片进行评级的方式。如果这听起来很熟悉，那是因为它并不新鲜。联邦学习基本上是差分隐私的流行语，苹果自去年以来一直在使用它。差分隐私是一种加密标准，可以根据一组用户生成的数据精确检查匿名用户数据。它不是解析每个数据集，而是对它们进行批处理。iOS10发布时，苹果宣布将在QuickType（文本预测工具）和表情符号中应用差分隐私功能，称：“这项技术将有助于改进QuickType、表情符号、Spotlight深度链接和NotesLookupHints。”当设备插入并连接到WiFi时，联合学习甚至会完成繁重的工作，这正是Apple选择处理照片和其他机器学习工作的数据传输的方式。除了巧妙的命名方案外，谷歌还不错通过机器学习和人工智能拥抱某种形式的隐私保护。TensorFlow令人印象深刻，我们将不得不拭目以待，看看它的“微型”版本是否会进入其他Google应用程序。此外，TensorFlow也可能成为一个独立的API面向第三方开发者，甚至可能会出现在下个月谷歌的I/O开发者大会上。（英文来源/insights.dice，编译/机器小易，校对/晓晓）
