#

النقاط الرئيسية

• أعلنت Google Research عن نظام جديد للتعلّم الاتحادي في 2 أكتوبر 2026.

• ينقل التصميم المزيد من الحوسبة إلى الخوادم مع السعي إلى الحفاظ على ضمانات خصوصية قابلة للتحقق.

• تقول Google إن النظام يمكنه تحسين سرعة التدريب والدقة وتغطية الأجهزة.

• يستخدم النهج بيئات التنفيذ الموثوقة، وسجلات الشفافية العامة، وإصدار المفاتيح القائم على السياسات.

• تقول Google إن Gboard اعتمد النظام بالفعل ويشهد أوقات حوسبة أسرع بكثير.

ما الذي أعلنته Google Research

أعلنت Google Research عن نظام جديد للتعلّم الاتحادي في 2 أكتوبر 2026. يصف الإعلان تغييرًا في البحث والبنية التحتية، وليس ميزة جديدة للمستهلك في بلد معين. وتقول الشركة إن النظام مصمم للاحتفاظ بضمانات خصوصية يمكن للأطراف الخارجية التحقق منها.

يتيح التعلّم الاتحادي لعدة عملاء التعاون في تدريب النموذج باستخدام بيانات خاصة. وتقول Google إن هذا التصميم الجديد ينقل المزيد من الحوسبة إلى الخوادم. كما يهدف إلى تحسين سرعة التدريب والدقة وتغطية الأجهزة.

كيف يعمل النظام

يعتمد النظام على بيئات التنفيذ الموثوقة، أو TEE. وتقول Google إن هذه البيئات يمكن التحقق منها عن بُعد. كما تقول إن حالتها الداخلية تتمتع بحماية للسرية والسلامة، مع مراعاة قيود عتاد TEE الحالي.

تقوم أجهزة العملاء بتشفير أمثلة التدريب محليًا قبل الرفع. ويتم ذلك فقط بعد تفويض سياسة مسبقًا. وتحدد تلك السياسة أي عمليات TEE يمكنها الوصول إلى الأمثلة.

وتقول Google إن السياسة يجب أن تظهر في سجل شفافية عام. ثم يقوم نظام لإدارة المفاتيح مكوّن من TEE بإصدار مفاتيح فك التشفير فقط لأحمال العمل على الخادم التي تطابق تلك السياسة. ويشغّل TEE الجذر حلقة التدريب ويفوض المهام الفرعية المتوازية إلى TEE عاملة.

المبادئ التي يقوم عليها التصميم

تحدد Google أربعة مبادئ توجيهية للنظام: تقليل البيانات، وإخفاء الهوية، والشفافية والتحكم، والقابلية للتحقق والتدقيق. وتؤطر هذه المبادئ البحث باعتباره تغييرًا في البنية التحتية يركز على الخصوصية، وليس مجرد تحديث بسيط للنموذج.

ويذكر الإعلان أيضًا أن الادعاءات المتعلقة بضمانات الخصوصية ينبغي نسبها إلى الباحثين وفهمها ضمن افتراضات العتاد والنظام التي يصفونها. وهذا مهم لأن قصة الخصوصية تعتمد على سلوك TEE وعلى ضوابط السياسات المحيطة بها.

لماذا يهم هذا التعلّم الاتحادي

يدعم التعلّم الاتحادي بالفعل تدريب النماذج بشكل تعاوني من دون تجميع البيانات الخام بالطريقة المعتادة. وتقول Google إن هذه النسخة الجديدة تغيّر توازن العمل عبر نقل المزيد من الحوسبة إلى الخوادم. والهدف هو إبقاء خصائص الخصوصية مرئية وقابلة للتحقق.

وتقول الشركة أيضًا إنها استخدمت هذه العائلة من التقنيات من قبل. وتذكر التنبؤ بالكلمة التالية في Gboard، وSmart Compose، واقتراحات الرد في Google Messages، واختيار النص الذكي في Android. وتُظهر هذه الأمثلة أن التعلّم الاتحادي كان بالفعل جزءًا من منتجات Google.

اعتبارات تشغيلية وحوكمة

تسلط المصدر الضوء على عدة ضوابط تشغيلية. وتشمل التحقق عن بُعد، والوصول القائم على السياسات، والتسجيل العام، وإدارة المفاتيح القائمة على TEE. وتهدف هذه العناصر معًا إلى جعل قرارات الوصول أكثر وضوحًا وقابلية للتدقيق.

ويشير المصدر أيضًا إلى وجود قيد. فعتاد TEE الحالي لديه حدود، لذا فإن الضمانات ليست مطلقة. ينبغي على القراء التعامل مع ادعاءات الخصوصية على أنها مشروطة بتصميم النظام الموصوف وبافتراضات العتاد.

ما تقوله Google عن الاعتماد

تقول Google إن Gboard اعتمد النظام بالفعل. كما تقول إن Gboard يشهد أوقات حوسبة أسرع بكثير من نظام التعلّم الاتحادي السابق لديها. ولا يقدم الإعلان تفاصيل إضافية عن المنتج beyond ذلك البيان.

الصلة بالمغرب

لا يورد المصدر أي حقيقة خاصة بالمغرب. وبالنسبة للقراء في أي مكان، فإن الدرس العام هو أن ادعاءات الخصوصية في أنظمة الذكاء الاصطناعي يجب أن ترتبط بضوابط تقنية واضحة وسياسات قابلة للتدقيق.