Googleの新しいAIツールはAppleのバッチ処理ツールに似ている

プライバシーを保護するために、Google は「フェデレーテッド ラーニング」テクノロジーを活用して、人工知能 (AI) アルゴリズムをよりパーソナライズし、ユーザーに適したものにしようとしている。 Google がブログ投稿で発表したように、フェデレーテッド ラーニングにより、「スマートフォンは、すべてのトレーニング データをデバイス上に保持しながら、共有予測モデルを共同で学習できるようになり、機械学習の能力とクラウドにデータを保存する必要性を切り離すことができます。」

[[188434]]

これは Google のキーボード アプリである Gboard でテストされており、アシスタントが活躍する絶好の場となっています。 Gboard には、機械学習ツール Tensor Flow の簡易バージョンが含まれています。アプリは、アシスタントの推奨事項や Gboard の「予測」とのやり取りを学習した後、そのすべてのデータをクラウドに送信しますが、これはデバイスがアイドル状態で無料のワイヤレス接続に接続されている場合のみです。

クラウドにデータが保存されると、クラウドはそれを分析し、バックグラウンドで Gboard の Tensor Flow をアップグレードします。これは、Gboard に本当の個性を与えることを目的として、デバイスがユーザーの個人的な好みを学習する方法です。また、データをクラウドに送信するための新しい「Secure Aggregation」プロトコルもあり、暗号化を次のレベルに押し上げます。参加しているユーザーが 100 人または 1000 人いる場合でも、サーバーは安全なデータのみを読み取ります。

これは、Google の機械学習システムを冗長なタスクから解放し、さまざまなユーザーに役立つようにアップグレードするための賢い方法です。 Google は、フェデレーテッド ラーニングは人工知能 (AI) のすべてのユースケースを解決するわけではないが、いくつかの分野で正しい方向に進むのに役立つ可能性があると指摘しています。 Google は、アシスタントの提案やより優れたテキスト予測機能の提供に加えて、現在は主にユーザーが閲覧、共有、削除する写真の種類に基づいている写真の評価方法も、連合学習によって改善されることを期待しています。

これがなんとなく聞き覚えがあるように思えるなら、それは新しいことではないからです。フェデレーテッドラーニングは基本的に差分プライバシーの流行語であり、Apple は昨年からこれを使用しています。差分プライバシーは、ユーザーデータを匿名化して、ユーザーが生成したデータのセットを正確にチェックする暗号化標準です。各データセットを解析するのではなく、それらをまとめてバッチ処理します。

iOS 10 がリリースされたとき、Apple は QuickType (テキスト予測ツール) と絵文字に差分プライバシーを適用すると発表し、「このテクノロジは、QuickType、絵文字、Spotlight ディープリンク、メモの検索ヒントの改善に役立ちます」と述べました。フェデレーテッド ラーニングは、デバイスがプラグを差し込まれて WiFi に接続されているときに、さらに多くの処理を実行します。これは、Apple が写真やその他の機械学習の取り組みのために送信されたデータを処理するために選択した方法です。

巧妙な命名スキームとは別に、Google が機械学習と人工知能に対して何らかの形のプライバシー保護も採用しているのは素晴らしいことです。 TensorFlow は素晴らしいので、その「ミニバージョン」が他の Google アプリケーションに導入されるかどうかは、待って見守る必要があります。さらに、TensorFlow はサードパーティ開発者向けのスタンドアロン API になる可能性があり、来月の Google I/O 開発者会議に登場する可能性もあります。 (英語ソース/insights.dice、マシンXiaoyiによるコンパイル、Xiaoxiaoによる校正)