عندما تستخدم شركات التقنية الكبرى "تعلُّم الآلة" لتحسين برامجها، فإن العملية تكون عادة مركزية جدا؛ فشركات مثل غوغل وآبل تجمع معلومات عن كيفية استخدامك تطبيقاتها، وتضعها في مكان وحد، ثم تُدرِّب خوارزميات جديدة على استخدام تلك البيانات المُجمعة، والنتيجة النهائية بالنسبة للمستخدم قد تكون أي شيء ابتداء من صور أكثر وضوحا بكاميرا الهاتف إلى وظيفة بحث أفضل في تطبيق البريد الإلكتروني.
والأسلوب السابق فعال، لكن عملية تحديث التطبيقات المستمرة وجمع المعلومات من المستخدمين مسألة تستهلك الوقت، كما أنها تنتهك خصوصية المستخدم، حيث يتوجب على الشركات تخزين البيانات بشأن كيفية استخدام التطبيقات في خوادمها، ولحل هذه المسائل بدأت غوغل تجربة وسيلة جديدة من تدريب الذكاء الاصطناعي أطلقت عليها اسم "التعليم المُتحد" (Federated Learning).
وكما يوحي الاسم، فإن منهج "التعليم المتحد" ينطوي على لامركزية عمل الذكاء الاصطناعي، فبدلا من جمع بيانات المستخدم في مكان واحد على خوادم غوغل وتدريب الخوارزميات بها، فإن عملية التعليم ستحدث مباشرة على جهاز كل مستخدم، وفعليا فإنه يتم تجنيد المعالج المركزي في هاتفك للمساعدة في تدريب الذكاء الاصطناعي لغوغل.
وحاليا تختبر غوغل "التعليم المتحد" باستخدام تطبيقها للوحة المفاتيح "جي بورد" على أجهزة أندرويد، الذي وظفت فيه الشركة نسخة مخففة من برنامجها لتعلُّم الآلة المسمى "تنسور فلو".
فعندما يُظهِر التطبيق للمستخدمين عمليات بحث مقترحة على غوغل استنادا إلى رسائلهم، فإن التطبيق سيتذكر المقترحات التي أخذوا بها وتلك التي تجاهلوها، وبعد ذلك يتم إرسال هذه المعلومات لتخصيص خوارزمية التطبيق مباشرة على هاتف المستخدم، ويتم إرسال التغييرات إلى غوغل التي تجمعها وتصدر تحديثا للتطبيق لكافة المستخدمين.
وكما توضح غوغل في مدونتها، فإن لهذا المنهج فوائد عديدة، فهو أكثر خصوصية، حيث إن البيانات المستخدمة لتحسين التطبيق لا تغادر مطلقا جهاز المستخدم، ولها فوائد مباشِرة، حيث لا يحتاج المستخدمون إلى انتظار غوغل لطرح تحديث جديد للتطبيق قبل أن يبدؤوا باستخدام الخوارزمية المخصصة.
وتؤكد الشركة أنه تم تبسيط النظام بأكمله لضمان عدم تأثيره على أداء الهاتف أو عمر بطاريته، وأن العملية تبدأ عندما يكون الهاتف في وضع "الاستعداد"، وموصولا بالشاحن، ومتصل بشبكة لاسلكية مجانية.