现在读
For The Sake Of Privacy: Apple 's Federated Learning Approach

For The Sake Of Privacy: Apple 's Federated Learning Approach

Naik阿米特拉贾
  • 去年,苹果申请了一项名为“用户行为模式开发与私人联合学习”的新专利。
For The Sake Of Privacy: Apple 's Federated Learning Approach

随着人们隐私意识的提高,越来越多的设备制造商转向设备上的机器学习,联合学习,以及其他在不收集原始数据的情况下提供机器智能的以隐私为重点的方法/技术正越来越受欢迎。

过去几年,苹果、谷歌和其他科技巨头一直在大力投资联合学习。对于那些没有意识到,联合学习是机器学习的去中心化形式。它通常用于训练ML模型来触发建议特征,并在当前上下文中对建议项进行排序。

关注我们谷歌新闻>>

“联合学习”一词最初是在一篇题为《面向分散数据的深度网络通信高效学习,以及一篇被大量引用的论文,题为《具有差异隐私的深度学习谷歌和OpenAI研究人员的合著者。

顺便说一下,伊恩·格拉汉姆·古德费勒的研究人员之一后者在2019年,加入苹果成为机器学习特别项目组的负责人。2018年,苹果也加入了约翰Giannandrea他曾在谷歌负责人工智能和搜索。从那时起,苹果公司就一直在积极开发针对其所有设备和平台的联合学习解决方案,包括iPhone、iPad、Apple Watch、苹果医疗HomePod等。

2019年,苹果与斯坦福大学合作,发布了一份名为《反重建保护及其在私立联合学习中的应用,展示了大规模本地私人模特培训的可行方法,这在以前是不可能的。研究人员还强调了理论和经验的方法,以适应大规模的图像分类和语言模型的效用几乎没有下降。

此外,为了解决联合学习的局限性,苹果的研究人员尝试使用其他进行评估和调优的联邦系统(FE&T)。去年,该公司还申请了一项新专利——”基于私人联合学习的用户行为模型开发总而言之,苹果目前的大部分功能都是联合学习的扩展。

自2017年以来,苹果一直在使用微分隐私直到2019年9月iOS 13发布时,它才与联邦学习相结合。除了个性化SiriQuickType(苹果的个性化键盘)和find In Apps功能也在使用这两种技术。该功能可以扫描你的日历和邮件应用程序,找出不在你手机里的短信者和来电者的名字。

这是苹果围绕联合学习所做的所有工作的时间表。

隐私在苹果

而苹果则声称是同义的在隐私方面,有几个实例过去的说法是相反的。今年早些时候,ZecOps声称iphone和imac存在软件漏洞,很容易成为无人协助攻击的目标,尤其是其邮件应用程序发现数据漏洞影响了数量未知的iphone。

另请参阅

尽管挫折在美国,苹果一直在研究各种创新方式,利用联合学习和分散的替代技术。此外,该公司声称其所有产品都具有保护功能用户隐私,这样他们就可以控制自己的数据。查看更多关于苹果隐私功能的细节在这里

在2019年NeurIPS,朱利安Freudiger他说,苹果的隐私原则分为数据最小化、设备智能、透明度和控制以及安全。

最后认为

科技传道者本尼迪克特埃文斯一次联邦学习对苹果很有吸引力(我们没有你的数据),对谷歌很有用(很多好的技术用例),但对Facebook(现在是Meta)可能是战略上的当务之急。“如果所有东西在离开手机时都是加密的,那还怎么做广告、跟踪用户偏好和发现滥用行为呢?””他补充道。

尽管联合学习仍处于早期在美国,苹果押注于设备上的机器学习和关注隐私的联邦学习的尝试值得称赞。但是,只有时间可以证明,它是否会成为以隐私为中心、以设备上的机器学习为重点的联邦学习架构的事实上的领导者。

你怎么看?

订阅我们的通讯

通过分享你的电子邮件获得最新的更新和相关的优惠。
加入我们的Telegram Group。成为一个有吸引力的社区的一部分

188BET网页

滚动到顶部
Baidu