联邦学习（Federated Learning）

联邦学习是无需集中用户数据，而是在各端设备本地训练AI模型后仅上传参数进行聚合的分布式学习方法。可在保护隐私的同时不断改进模型，适用于医疗、金融等数据敏感领域，Google已将其用于Gboard的输入预测。