当大型科技公司使用机器学习改进软件时，这个过程通常是一个非常集中的过程。 Google和Apple等公司会收集有关如何使用应用程序的信息，然后使用此聚合数据训练新算法。用户的最终结果可能是手机相机上更清晰的照片，更好地在电子邮件应用程序中使用搜索功能。

这种方法是有效的，但更新应用程序和收集反馈的来回是耗时的，而且收集数据会对用户隐私造成威胁们，所以，为了尝试解决这些问题，Google正在尝试一种称为联合学习的人工智能培训新方法。

顾名思义，联合学习方法就是分散人工智能的工作。教学过程直接在每个用户的设备上进行，而不是在Google服务器上的一个地方收集用户数据并使用培训算法。基本上，Google希望使用用户手机上的CPU进行运算，以帮助培训Google的AI。

Google正在使用其Android设备上的键盘应用程序Gboard测试联合学习。当Gboard根据用户Google搜索显示建议的搜索结果时，应用程序将记住他们注意到哪些建议以及他们忽略的内容。然后，该信息用于在用户手机上直接用于个性化应用程序算法。为了进行此次培训，Google已将其机器学习软件TensorFlow的瘦身版本纳入Gboard应用程序本身，这些学习结果将发送回Google，它会汇总并向其所有用户发布对该应用的更新。