Google Federated Learning
Thursday, August 22, 2019
Federated Learning adalah bentuk baru dari pembelajaran mesin (machine learning) yang diciptakan oleh Google. Dengan adanya inovasi Federated Learning memungkinkan kita untuk melatih dan menjalankan sistem machine learning sepenuhnya di sebuah perangkat, seperti smartphone. Federated Learning memungkinkan model yang lebih cerdas, latensi yang lebih rendah, dan konsumsi daya yang lebih sedikit, sekaligus memastikan privasi pengguna.
Sebagai contoh, jika Anda mengetikkan sebuah pesan kepada teman atau keluarga Anda menggunakan Google Keyboard, Gboard, Anda yang sudah menggunakan federated learning. Itulah mengapa keyboard Anda dapat mengidentifikasi dan menunjukkan saran kueri dan kata baru seperti “YOLO” atau “BTS” yang belum pernah masuk ke dalam kamus .
Bagaimana cara kerjanya?
- Perangkat Anda mengunduh model machine learning, memperbaruinya pada perangkat Anda berdasarkan hal-hal yang Anda - dan ribuan orang lainnya - telah ketikkan, dan mengunggah model yang telah diperbarui kembali ke server, tanpa data Anda meninggalkan perangkat Anda.
- Setelah ribuan orang mulai mengetik kata-kata baru ini - tanpa Google pernah mengumpulkan data tentang apa yang diketik seseorang, Google juga dapat menyarankannya kepada Anda.
Blaise Aguëra y Arcas, Distinguished Scientist, Google AI
|
Bagaimana hal tersebut dapat meningkatkan privasi?
Federated learning adalah salah satu cara Google berinovasi untuk berbuat lebih banyak dengan lebih sedikit data. Ini memungkinkan produk Google bekerja lebih baik untuk Anda — dan bekerja lebih baik untuk semua orang — tanpa mengumpulkan data mentah dari perangkat Anda.
Kami adalah yang pertama yang menerapkan privasi diferensial (differential privacy / RAPPOR) pada tahun 2014, mempelopori penelitian tentang Federated Learning pada tahun 2016, dan kami adalah yang pertama menggunakan Federated Learning secara luas, seperti di Gboard pada tahun 2017. Kami bahkan telah membuka sumber teknik ini sebagai TensorFlow Federated sehingga semua pengembang (developer) dapat menggunakannya.
Tentu saja, dalam banyak kasus, komputasi cloud masih akan menjadi pendekatan terbaik, karena itu bisa berkualitas lebih tinggi, lebih cepat, atau memungkinkan hal-hal yang tidak memungkinkan secara offline. Tetapi Google bersemangat melihat potensi dari machine learning pada perangkat dan akan terus berinovasi di ruang ini dengan tujuan agar dapat menggunakan AI untuk menyediakan lebih banyak cara membuat layanan yang lebih membantu dengan lebih sedikit data.
Untuk informasi lebih lanjut tentang Federated Learning, selengkapnya di: https://federated.withgoogle.com/