谷歌今天談到了它正在進行的一項新研究，即在Android的Gboard虛擬鍵盤應用程序中增強搜索查詢建議。這將涉及到訓練人工神經網絡處理本地存儲在移動設備上的數據，而不是將所有數據都發送到谷歌的服務器上。

在過去的幾天里，谷歌人發表了一些關于這兩個部分的學術論文:一個叫做“聯合學習”的概念和一個叫做“安全聚合”的底層隱私系統。

當Gboard顯示一個建議查詢時，你的手機會在本地存儲當前上下文的信息，以及你是否點擊了這個建議。谷歌研究科學家布倫丹·麥克馬漢和丹尼爾·拉莫奇在一篇博文中寫道。

McMahan和Ramage預計將使用同樣的技術來提高照片排名，“基于人們查看、分享或刪除的照片類型”，以及Gboard的語言模型。

這項研究是在蘋果公司宣布將在iOS 10系統中引入“差異化隱私”的概念，推出智能QuickType和表情符號建議近一年后進行的。

谷歌的系統首先使用當前的模型來提出查詢建議，然后隨著時間的推移從本地存儲的數據中學習，然后使用谷歌所稱的“更新”來總結更改。“更新是以加密的方式發送回谷歌的，谷歌將其與所有其他更新進行平均。實際數據保持本地，并且只有在有成百上千的用戶參與的情況下，谷歌才能解密其平均更新。

關于聯邦學習的安全聚合的谷歌論文承認差異隱私，它的共同發明人Cynthia Dwork在微軟研究院工作。但事實上，谷歌過去也曾探索過差異隱私，包括在Chrome中測試過的隨機聚合隱私保護序號響應(RAPPOR)。現在，谷歌正考慮進一步深入該領域，并利用其更著名的應用程序之一實現其安全聚合模型——該模型嚴重依賴于小型加密的數據摘要，而不是實際數據，而差異隱私則需要將隨機噪聲納入數據計算中。根據谷歌Play Store的數據，Gboard for Android目前有5億到10億的應用安裝。

4月7日更新:增加了安全聚合和差異隱私的細節。