Google testa nova forma de treinar algoritmos de IA diretamente no telefone

Quando grandes empresas de tecnologia usam machine learning↳Machine learning39 conteúdosClassificador de Sentimentos – Azure MLData · abr 2019Inteligência Artificial e Machine Learning: O que você precisa saberAI · fev 2024Inteligência Artificial: seminário online da USP debate o futuro do aprendizado de máquinaGestão Dev & TI · jun 2021Ver tudo em AI → para melhorar seu software, o processo é geralmente muito centralizado. Empresas como o Google e a Apple recolhem informações sobre como você usa seus aplicativos, coletam-nos em um lugar e então treinam novos algoritmos usando esses dados agregados. O resultado final para os usuários pode ser qualquer coisa, desde fotos mais nítidas na câmera do telefone até uma melhor função de pesquisa em seu aplicativo de e-mail.

Esse método é eficaz, mas a rotina de atualizar aplicativos e coletar feedback é demorada. E não é boa para a privacidade do usuário, já que as empresas têm que armazenar dados sobre como eles utilizam seus aplicativos em seus servidores. Então, para tentar solucionar esses problemas, o Google está experimentando um novo método de treinamento de IA chamado Federated Learning.

Segundo o site The Verge, essa abordagem tem tudo a ver com a descentralização do trabalho da inteligência artificial. Em vez de coletar dados do usuário em um lugar nos servidores do Google e algoritmos de treinamento com ele, o processo de ensino acontece diretamente no dispositivo de cada usuário. Essencialmente, o processador central do seu telefone está sendo recrutado para ajudar a treinar a IA do Google.

[awprm urls=https://imasters.com.br/noticia/google-lanca-programa-de-certificacao-para-devs-de-sites-mobile/,https://imasters.com.br/noticia/nova-ferramenta-do-google-ajuda-devs-escolherem-cor-certa-para-apps/]

Atualmente, o Google está testando o Federated Learning usando seu aplicativo de teclado, o Gboard, em dispositivos Android↳Android46 conteúdosAndroid push notifications com Quasar Framework, Firebase e integração com WordPressDev (Back & Front) · mai 2019O X do Xamarin Forms – O guia das funcionalidades nativas - Parte 02: AndroidDev (Back & Front) · abr 2019Modularização de AndroidDev (Back & Front) · ago 2019Ver tudo em Dev (Back & Front) →. Quando o Gboard mostra que os usuários sugerem pesquisas do Google com base em suas mensagens, o aplicativo se lembrará de quais sugestões eles tomaram conhecimento e quais eles ignoraram. Essas informações então são usadas para personalizar os algoritmos do aplicativo diretamente nos telefones dos usuários (para realizar esse treinamento, o Google incorporou uma versão simplificada do seu software de machine learning, TensorFlow, no próprio aplicativo Gboard). As alterações são enviadas ao Google, que as agrega e emite uma atualização do aplicativo para todos os seus usuários.

Como explicou o Google em seu blog, essa abordagem tem uma série de benefícios. Ela é mais privada, pois os dados usados para melhorar o aplicativo nunca deixam o dispositivo dos usuários, e oferece benefícios imediatamente, já que os usuários não precisam esperar que o Google emita uma nova atualização antes que eles possam começar a usar seus algoritmos personalizados. O Google diz que todo o sistema foi simplificado para garantir que ele não interfira com a vida útil ou o desempenho da bateria do seu telefone. O processo de treinamento ocorre apenas quando o telefone está “inativo, conectado e em uma conexão sem fio gratuita”.

Como os cientistas do Google Brendan McMahan e Daniel Ramage resumem: “Federated Learning permite modelos mais inteligentes, menor latência e menos consumo de energia, tudo isso assegurando privacidade”.