Многие компании внедряют машинное обучение для улучшения собственных сервисов. Несмотря на очевидные преимущества, у этого способа повышения качества работы приложений есть недостатки: длительность обработки информации и медленное формирование обновлений. Кроме того, при централизованной тренировке нейросетей происходит сбор персональных данных, включая статистику использования приложения и другую личную информацию. Для решения этих проблем Google анонсировала новую форму тренировки искусственного интеллекта - Federated Learning.

Federated Learning подразумевает индивидуальное обучение на каждом смартфоне с последующей отправкой выборочных данных на серверы компании. На основании множества индивидуальных изменений компания формирует единое обновление, которое централизованно рассылается пользователям. Federated Learning уже применяется в клавиатуре Gboard на Android-смартфонах. Когда Gboard выдает пользователю несколько слов, предположительно подходящих по смыслу, пользователь выбирает одно из них и игнорирует другое, либо вводит свой вариант. Google получает информацию о сделанном выборе и составляет общую статистику, улучшая в дальнейшем автоматический подбор слов.

Как объяснили Google в официальном блоге, подход обеспечивает повышенную конфиденциальность, так как данные, используемые для улучшения приложения, не покидают устройство пользователей. Приложения на смартфонах самосовершенствуются без участия центральных серверов, а значит конкретный пользователь ощутит улучшение работы в короткие сроки. Кроме того, система оптимизирована таким образом, чтобы не ухудшать работу аккумулятора и сохранить производительность процессора. Обучение происходит только в режиме ожидания смартфона, когда тот подключен к розетке и бесплатной беспроводной сети.