現(xiàn)代移動設(shè)備可以訪問大量適合學(xué)習(xí)模型的數(shù)據(jù)，這反過來又可以極大地改善設(shè)備上的用戶體驗。例如，語言模型可以提高語音識別和文本輸入，圖像模型可以自動選擇好的照片。然而，這種豐富的數(shù)據(jù)通常是隱私敏感的，數(shù)量大，或者兩者兼?zhèn)洌@可能會妨礙使用常規(guī)方法登錄到數(shù)據(jù)中心并在那里進(jìn)行培訓(xùn)。我們提倡將訓(xùn)練數(shù)據(jù)分布在移動設(shè)備上，并通過聚合本地計算的更新來學(xué)習(xí)共享模型。我們稱這種分散的方法為聯(lián)合學(xué)習(xí)。