Pour son clavier Gboard, Google est actuellement en train de tester un dispositif permettant d’améliorer les suggestions automatiques tout en traitant les données en local pour davantage de confidentialité.

Jusqu’à présent, pour son clavier virtuel, Google procède à une analyse des frappes de l’utilisateur afin de les passer au crible via des algorithmes sur un réseau de neurones virtuels. Les chercheurs expliquent être en train de plancher sur un nouveau mécanisme pour effectuer ce travail en local.

Concrètement, Google envisage de télécharger sur le smartphone de nouveaux modèles de prédiction textuelle et de les améliorer en analysant les saisies effectuées par l’utilisateur. Mais Google ne retournerait ensuite vers ses serveurs qu’un résumé anonyme des éléments contextuels et le taux de clic vers ces suggestions. Les données de l’ensemble des utilisateurs seraient ensuite fédérées pour créer de nouveaux modèles prédictifs partagés qui à leur tour seraient ensuite à nouveau envoyés vers les smartphones.

Ce dispositif, baptisé « apprentissage fédéré », permet d’effectuer le travail en local, de conserver des données sensibles, et de réduire la bande passante en n’envoyant qu’un résumé des différences observées entre les modèles continuellement améliorés de manière fédérée et l’usage réel des utilisateurs.

Les chercheurs de Google expliquent que ce mécanisme pourrait également être utilisé pour classer automatiquement les photos en fonction de ce que les gens regardent, partagent ou effacent le plus souvent.