新时代也应该属于互联网时代，所以我的朋友们应该在我们的生活中看到了很多关于互联网的新闻，听到了很多关于互联网的信息。有哪些朋友关心互联网价值？今天，我想和大家分享一条关于互联网的知识。我希望你会喜欢它。

谷歌今天宣布了TensorFlow Privacy，这是一个为其TensorFlow机器学习框架创建的库，旨在让开发者更容易地训练具有强大隐私保障的AI模型。谷歌表示，它是开源的，不需要“隐私专业知识”或基本的数学知识。此外，使用标准TensorFlow机制的开发人员不应该改变他们的模型架构、训练过程或过程。

此前，今天发布了TensorFlow 2.0 alpha。

谷歌在一篇媒体文章：中写道，“现代机器学习正越来越多地被用来创造惊人的新技术和用户体验，其中许多涉及训练机器负责任地从个人照片或电子邮件等敏感数据中学习。”“我们打算将TensorFlow Privacy发展成为最好的技术中心，用于训练具有强大隐私保障的机器学习模型。”

根据谷歌的说法，TensorFlow Privacy是一种统计技术，旨在平衡用户信息并最大限度地提高准确性。为了保证这一点，它使用了一种改进的随机梯度下降法(人工智能系统中优化目标函数的迭代方法)来优化模型。该方法对训练数据示例导致的多次更新进行平均，对每次更新进行剪辑，并将噪声添加到最终平均值中。

谷歌表示，TensorFlow的隐私保护可以防止对罕见细节的记忆，并确保无论用户的数据是否用于训练，这两种机器学习模型都无法区分。

谷歌写道：“理想情况下，经过训练的机器学习模型的参数应该编码一般模式，而不是特定训练示例的事实。”“特别是对于深度学习，额外的保障可以有效加强其他隐私技术提供的保护。”

TensorFlow Privacy是在英特尔HE-Transformer公开源代码公开后推出的。HE-Transformer是一个“隐私保护”工具，它允许人工智能系统对敏感数据进行操作。它是英特尔神经网络编译器nGraph的后端，基于微软研究院的简单加密算法库(海豹突击队)。