Category: 研究计划书 | mika / field notes

联邦学习的起源，最重要的一篇文章。

联邦学习实现语音识别。

研究如何在实验室中模拟现实情况中的WAFL，这包括了多种情景。

这里本质上是为了解决WAFL要传递整个模型，但是如果整个模型太大了怎么办的问题。采取的是相较于传递整个模型，传递模型中的一层参数更加关键，而传递自己所欠缺的更是重要。

如何在不依赖任何“中央服务器”（比如谷歌、苹果或第三方云端），甚至在没有互联网的环境下，让成百上千个移动设备协同训练出一个完美的 AI 模型？

能将设备间协同训练的通信流量，疯狂砍掉 99.9% 以上（甚至只剩 1/3200 ），而 AI 的聪明程度（准确率）不仅没有下降，甚至还比以前更聪明了！

研究计划书-4，待补充摘要。