2017 में, Google ने फ़ेडरेटेड लर्निंग (FL) पेश किया, एक मशीन लर्निंग तकनीक जो विकेंद्रीकृत, निजी डेटा पर मॉडल प्रशिक्षित करती है। यह Gboard पर अगले-शब्द पूर्वानुमान और Smart Compose, Google Messages में उत्तर सुझाव, और Android में Smart Text Selection जैसी सुविधाओं को संचालित करता है। FL विकास चार आवश्यक गोपनीयता सिद्धांतों द्वारा निर्देशित है: डेटा न्यूनीकरण, डेटा अनामीकरण, पारदर्शिता और नियंत्रण, और सत्यापनीयता और लेखापरीक्षा। वर्षों के शोध ने MF-DP-FTRL जैसे एल्गोरिदम और सुरक्षित एकत्रीकरण के साथ वितरित DP का उपयोग करके मजबूत विभेदक गोपनीयता (DP) गारंटी प्रदान की। 2025 में, Google ने इन सिद्धांतों पर केंद्रित FL की एक विकसित परिभाषा पेश की। “फ़ेडरेटेड डेटा से सिद्ध रूप से निजी सीखने की ओर” में, Google अपने FL सिस्टम की अगली पीढ़ी की घोषणा करता है, जो पूरी तरह से सत्यापन योग्य और लेखापरीक्षा योग्य डेटा अनामीकरण गारंटी प्रदान करने के लिए विश्वसनीय निष्पादन वातावरण (TEE) का लाभ उठाता है। TEE दूरस्थ रूप से प्रमाणित करने योग्य तर्क, गोपनीयता और अखंडता प्रदान करते हैं। Gboard ने पहले ही नई प्रणाली को अपना लिया है, और पिछले FL सिस्टम की तुलना में काफी तेज़ कंप्यूट समय से लाभान्वित हो रहा है। TEE-आधारित FL सिस्टम डेटा अपलोड, KMS और नीति सत्यापन, कार्यभार निष्पादन और दोष-सहिष्णु पुनर्प्राप्ति का समन्वय करता है। अधिक जानकारी के लिए, श्वेतपत्र देखें।
स्रोत: Google AI Blog · HeadlinesBriefing द्वारा सारांशित