في عام 2017، قدمت Google التعلم الموحد (FL)، وهي تقنية تعلم آلي تدرب النماذج عبر البيانات اللامركزية الخاصة. وهي تدعم ميزات مثل التنبؤ بالكلمة التالية وSmart Compose على Gboard، واقتراحات الرد في Google Messages، وSmart Text Selection في Android. يسترشد تطوير FL بأربعة مبادئ أساسية للخصوصية: تقليل البيانات، وإخفاء هوية البيانات، والشفافية والتحكم، وقابلية التحقق والتدقيق. أدت سنوات من البحث إلى ضمانات قوية للخصوصية التفاضلية (DP) باستخدام خوارزميات مثل MF-DP-FTRL وDP الموزعة مع التجميع الآمن. في 2025، قدمت Google تعريفًا متطورًا لـ FL يركز على هذه المبادئ. في “نحو تعلم خاص بشكل قابل للإثبات من البيانات الموحدة”، تعلن Google عن الجيل التالي من نظام FL الخاص بها، والذي يستخدم بيئات التنفيذ الموثوقة (TEE) لتوفير ضمانات إخفاء هوية بيانات قابلة للتحقق والتدقيق بالكامل. توفر TEE منطقًا قابلًا للتصديق عن بُعد، وسرية، وسلامة. Gboard قد اعتمدت بالفعل النظام الجديد، وتستفيد من أوقات حساب أسرع بشكل كبير من نظام FL السابق. ينسق نظام FL القائم على TEE تحميل البيانات، والتحقق من KMS والسياسة، وتنفيذ عبء العمل، والاسترداد المتسامح مع الأخطاء. لمزيد من التفاصيل، راجع المستند التقني.
المصدر: Google AI Blog · لخّصه HeadlinesBriefing