2017 সালে, Google ফেডারেটেড লার্নিং (FL) চালু করে, একটি মেশিন লার্নিং কৌশল যা বিকেন্দ্রীভূত, ব্যক্তিগত ডেটার উপর মডেল প্রশিক্ষণ দেয়। এটি Gboard-এ পরবর্তী-শব্দ পূর্বাভাস এবং Smart Compose, Google Messages-এ উত্তর পরামর্শ এবং Android-এ Smart Text Selection-এর মতো বৈশিষ্ট্যগুলিকে শক্তি দেয়। FL উন্নয়ন চারটি অপরিহার্য গোপনীয়তা নীতি দ্বারা পরিচালিত হয়: ডেটা মিনিমাইজেশন, ডেটা বেনামীকরণ, স্বচ্ছতা এবং নিয়ন্ত্রণ, এবং যাচাইযোগ্যতা এবং নিরীক্ষাযোগ্যতা। বছরের পর বছর গবেষণা MF-DP-FTRL-এর মতো অ্যালগরিদম এবং সুরক্ষিত সমষ্টিকরণের সাথে বিতরণকৃত DP ব্যবহার করে শক্তিশালী ডিফারেনশিয়াল প্রাইভেসি (DP) গ্যারান্টি প্রদান করেছে। 2025-এ, Google এই নীতিগুলির উপর কেন্দ্রীভূত FL-এর একটি বিবর্তিত সংজ্ঞা চালু করে। “ফেডারেটেড ডেটা থেকে প্রমাণযোগ্যভাবে ব্যক্তিগত শিক্ষার দিকে”তে, Google তার FL সিস্টেমের পরবর্তী প্রজন্মের ঘোষণা করে, যা সম্পূর্ণরূপে যাচাইযোগ্য এবং নিরীক্ষাযোগ্য ডেটা বেনামীকরণ গ্যারান্টি প্রদানের জন্য বিশ্বস্ত নির্বাহ পরিবেশ (TEE) ব্যবহার করে। TEE দূরবর্তীভাবে প্রমাণযোগ্য যুক্তি, গোপনীয়তা এবং অখণ্ডতা প্রদান করে। Gboard ইতিমধ্যেই নতুন সিস্টেম গ্রহণ করেছে, এবং পূর্ববর্তী FL সিস্টেমের তুলনায় যথেষ্ট দ্রুত গণনার সময় থেকে উপকৃত হচ্ছে। TEE-ভিত্তিক FL সিস্টেম ডেটা আপলোড, KMS এবং নীতি যাচাইকরণ, ওয়ার্কলোড নির্বাহ এবং ত্রুটি-সহনশীল পুনরুদ্ধারের সমন্বয় করে। আরও বিশদের জন্য, শ্বেতপত্র দেখুন।
উৎস: Google AI Blog · সারাংশ: HeadlinesBriefing