Sappiamo che per Google la privacy è un punto cardine e un aspetto su cui, almeno secondo quanto afferma l’azienda, vengono spese ingenti risorse. Oggi Google ha reso note le ricerche attualmente in corso per gestire in maniera migliore i dati salvati dei vari utenti, che ora dipendono unicamente dal cloud. La fase di test è in corso sulla tastiera Gboard per Android, ma in futuro questa tecnologia potrebbe estendersi a qualsiasi servizio di Big G.

Gli sforzi di Google sono diretti nello sviluppare una rete neurale artificiale intelligente che permetta di salvare i dati in locale, al contrario dell’attuale salvataggio su server, sicuramente non uno dei metodi più sicuri. Google ha chiamato quest’idea “Federated Learning”, su cui i suoi dipendenti stanno lavorando da molto tempo. Sono stati anche pubblicati due scritti accademici su tale sistema di gestione della privacy che è stato riconosciuto come il metodo più sicuro in assoluto.

Così come è solita agire Apple nel campo dell’intelligenza artificiale e dell’apprendimento automatico, questo nuovo sistema eviterebbe di dipendere totalmente dal cloud, garantendo una maggiore privacy dei dati dell’utente che sarebbero fisicamente salvati sul proprio dispositivo. Ecco come Google stessa definisce il “Federated Learning”:

Il Federated Learning permette agli smartphone di imparare in modo collaborativo un modello di previsione condiviso, mantenendo tutti i dati sul dispositivo e scindendo la capacità di effettuare un apprendimento automatico dalla necessità di memorizzare i dati nel cloud.

Per quanto riguarda il funzionamento effettivo del processo, Google spiega che parte l’attuale modello di salvataggio dati su cloud. Da lì i dati archivati sulla “nuvola” vengono gradualmente migliorati grazie a ciò che è presente sul dispositivo. Tutti i dati utili al miglioramento del salvataggio su cloud rimangono nella memoria interna, senza lasciare traccia sui server, dove è inviato un “piccolo aggiornamento mirato”, ossia un aggiornamento contenente solamente le modifiche al modello originale.

Il dispositivo scarica il modello attuale (presente su cloud, NdR), lo migliora imparando dai dati sul telefono, e poi riassume le modifiche in un piccolo aggiornamento mirato. Viene inviato al cloud unicamente questo aggiornamento del modello originale, utilizzando la comunicazione criptata, dove viene subito confrontato con gli aggiornamenti di altri utenti per migliorare il modello condiviso. Tutti i dati utili al miglioramento rimangono sul dispositivo, al contrario dei singoli aggiornamenti che vengono memorizzati sul cloud.

Siete interessati a saperne di più sul “Federated Learning”, questa nuova tecnologia sviluppata da Google per snellire i dati memorizzati su cloud e migliorare la privacy dei dati? Allora non esitate a consultare il post dedicato pubblicato giusto ieri sul Google Research Blog.