Afin de résoudre la controverse liée à la collecte des données d'utilisateurs d'Android, nécessaire à l'entraînement de l'intelligence artificielle, Google a décidé d'adopter une nouvelle approche du Machine Learning. Baptisée Federated Learning, cette technique permet d'effectuer le processus d'entrainement des algorithmes directement sur le smartphone de l'utilisateur.

Jusqu'à présent, pour rendre Android plus intelligent, Google utilisait un processus de Machine Learning centralisé sur le cloud. Toutes les données des utilisateurs sont rassemblées sur le cloud, et les algorithmes d'intelligence artificielle s'entraînent en utilisant ces données.

Cette méthode est efficace, mais nécessite du temps pour mettre à jour les applications et récupérer les données de l'utilisateur. Le processus consomme également l'autonomie des smartphones. De plus, cette façon de procéder pose un problème en termes de confidentialité, puisque la firme n'a d'autre choix que de stocker les données sur la façon dont les utilisateurs se servent des applications sur ses serveurs cloud.

Pour remédier à ces différents problèmes, Google a décidé d'expérimenter une nouvelle façon d'entraîner ses algorithmes : le Federated Learning. Cette nouvelle approche consiste à décentraliser l'entraînement de l'intelligence artificielle. Plutôt que d'agréger les données des utilisateurs sur le cloud, le processus de collecte et d'entraînement est effectué directement sur le smartphone de l'usager.

Actuellement, Google a commencé à expérimenter le Federated Learning sur le clavier Gboard. Lorsque le Gboard propose des suggestions de recherches Google en se basant sur les messages de l'utilisateur, l'application gardera en mémoire quelles suggestions ont été choisies et lesquelles ont été ignorées.

Android : le Federated Learning, une approche plus confidentielle du Machine Learning

Cette information sera ensuite utilisée pour personnaliser l'algorithme de l'application directement sur le smartphone de l'utilisateur. Pour permettre à l'IA de s'entraîner, Google a incorporé une version allégée de son logiciel de Machine Learning, TensorFlow, au sein de l'application Gboard.

Dans un second temps, les changements sont envoyés à Google afin que la firme puisse mettre à jour l'application pour tous ses utilisateurs. En somme, le processus d'apprentissage est désormais décomposé en deux étapes.

Comme l'explique Google, cette approche est à la fois plus confidentielle et plus rapide. Les données de l'utilisateur ne quittent pas son smartphone, et l'usager n'a plus besoin d'attendre la mise à jour. Bien entendu, la firme s'est assurée au préalable que le Federated Learning n'atténue ni l'autonomie ni les performances du smartphone. L'entraînement n'a lieu que quand l'appareil est branché et connecté en WiFi.