Google sta lavorando su un sistema di machine learning, con cui sarà possibile effettuare l’analisi dei dati provenienti dai milioni di dispositivi che sono nel mondo. L’obiettivo di questa macchina è la protezione degli utenti, dei loro dati, ed è per questo che Google lancia il Federated Learning. Da quel che appare tramite un post rilasciato sul research blog nella scorsa settimana, l’azienda di Mountain View è riuscita a trovare il modo di gestire una enorme quantità di dati senza doverli trasferire sui propri server, che spesso diventano l’obiettivo principale degli hacker. Grazie al nuovo algoritmo realizzato da Google, il Federated Learning non rende obbligatorio il trasferimento dei dati in locale (ovvero sui sistemi di clouding di Google), ma permette la loro esecuzione anche da remoto. Senza dubbio una piccola parte dei dati lasceranno il dispositivo di partenza, ma essendo informazioni di piccola quantità, verranno mischiate agli altri file provenienti dai vari strumenti, che quasi annulla la possibilità che la privacy degli utenti possa essere violata, e quindi renderà impossibile l’identificazione delle singole informazioni.
Per ora Federated Learning è stato implementato nella GBoard, che è una delle tastiere più popolari ed utilizzate tra i dispositivi Android, ed è in fase di test. “Quando GBoard vi mostra un suggerimento, il vostro telefono localmente memorizza le informazioni del contesto corrente e quando hai scelto il consiglio, Federated Learning elabora lo storico nel tuo dispositivo per migliorare la prossima interazione che avrete con il modello dei suggerimenti della GBoard”, ha dichiarato Google tramite un post. Come potete ben capire, questo trasferimento di file non comporta nessuna fuga di informazioni sensibili. Facendo in questo modo, GBoard può in tempo reale ottenere migliaia di dati di questo tipo senza che sia reso necessario attendere un aggiornamento ufficiale da parte di Google.
L’unico vero dubbio sul Federated Learning è sulla possibilità di rallentamento dei dispositivi che lo utilizzano, ma l’azienda di Mountain View ha assicurato che la funzionalità non influisce sul terminale, visto che funziona solamente quando è in Idle, ovvero collegato alla corrente e connesso ad una rete Wi-Fi, quindi senza problemi di consumo di internet e di batteria. Se questa tecnologia, o qualcosa di simile, venisse applicata da altre app, potrebbe essere un grande vantaggio per la privacy degli utenti. Molte compagnie stanno implementando tecniche di machine learning per aumentare l’efficacia dei suoi prodotti. Se volete capire dettagliatamente il funzionamento del Federated Learning potete tranquillamente andare sul Google Research Blog dove troverete tutte le informazioni che state cercando.
