广告

谷歌为手机开发新的机器学习模型

字体大小

谷歌公司引入了联邦学习,这是一种通过用户交互进行机器学习的新方法。

联邦学习于2017年由谷歌发明,允许机器培训在用户的移动电话内进行,无需收集任何个人数据或信息。

“而不是考虑如何减少算法学习所需的数据量,而是考虑如何跨设备分发学习算法,以便google不必查看任何数据,”Google尊敬科学家blaiseaguërayarcas在圆桌讨论会上说。

“通过联邦学习,如果你要做某事,比如每台设备中的巨型分布式超级计算机,每个人的手机怎么办?你自己的数据就是你自己的,而你的手机会从那些数据中学习,“先生。阿古拉说。

先生。 aguëra补充说,学习过程仅在设备空闲或处于充电状态时进行。

该模型将在手机上本地运行,从设备中当前的数据改进和更新模型。然后汇总或压缩数据。在汇总数据之后,更新的模型被加密并发送到云,在那里它将与其他用户的其他模型结果进行平均。




平均数据将用于通过额外培训更新当前共享型号手机。将发送改进的模型并将其集成到用户移动电话的现有模型中。

新方法将允许用户的模型从用户和其他用户的交互中学习。

“当你插上电源,并且它在晚上没有别的事情要做时,它会调整自己的神经净重,然后对重量的调整可以发送回云端,并与其他人的调整相结合,以便生成一个更好的神经网络,然后发送回所有设备,循环重复,“先生。阿古拉说。

目前,先生。 aguëra说学习模型已经在gboard或Android上的谷歌键盘应用程序中实现。模型学习用户何时交互或在应用程序的搜索栏中选择建议的单词。

“我们想要一个智能可以真正受益的应用程序,它适用于所有应用程序,而不仅仅是谷歌服务,以及保护您输入的任何内容的主权和隐私对我们来说非常重要的事情,”先生。当被问及为什么新学习模型首次在gboard中使用时,aguëra说。

“我认为联合学习的机会与iot或物联网设备一样大,甚至更大,就像电话一样,”他补充道。

数据安全
与此同时,他表示,联合学习可以确保从手机发送的更新模型中收集和处理数据的安全性更加严格。

“通过这种方式,我们不必在ai(人工智能)的隐私和功能之间进行权衡。你可以两个都有。联合学习可以将ai应用于可在手机上访问的大量信息。 [数据]可以从谷歌看不到任何这些数据的方式中学习,“先生。阿古拉说。

他说,新的学习技术只允许共享模型收集用户设备中所做的汇总更改,而忽略用户与模型的任何直接交互。

同样,加密数据摘要仅在存在可用于平均的其他用户的可用摘要时被解密。平均后,将删除用户的汇总数据。

应用程序谷歌+包含一个允许第三方应用程序开发人员访问用户及其朋友的数据的错误后,数据隐私泄漏在2018年袭击谷歌。

然而,谷歌说一个博客,他们发现没有证据表明任何开发人员都知道这个错误,并发现没有错误的个人资料数据。

谷歌后来关闭了消费者对应用程序的访问权限,因为它没有向公众披露漏洞,并试图改善针对第三方应用程序的数据隐私。 - marc wyxzel c。德拉帕斯

广告