🤖 由 文心大模型 生成的文章摘要
随着生成式人工智能的发展，需要更多隐私的人工智能系统来保护用户的数据并让用户在整个人工智能生命周期中拥有控制权，这仍然是重中之重。
在谷歌，已将隐私融入到人工智能的开发和使用中。由于一些人工智能系统依赖用户数据来执行有用的任务——比如了解用户周围环境或根据个人信息采取行动——在创新时代，推进隐私保护技术仍然至关重要，以保护个人数据，同时培养对推动进步的技术的信任。
谷歌宣布推出Parfait ，它代表“私人聚合和检索、联合、分析、推理和培训”，是谷歌开发的一个GitHub组织（即企业和开源项目可以同时安全跨多个项目进行协作的共享帐户），旨在展示谷歌在四大隐私支柱方面的最先进方法。
Parfait已用于为谷歌部署联合学习和分析提供研究和生产代码，从Gboard到Android Private Compute Core，再到Google Maps。谷歌正在发布Parfait开源存储库，通过帮助在各种设置下定义和执行机器学习和分析计算和工作流程来推进私有AI，从而实现与用户隐私期望一致的强隐私声明。
谷歌于2016年推出的联邦学习是一种创新的隐私增强方法，它使开发人员能够在许多设备上训练ML模型，而无需集中数据收集，从而确保只有用户拥有其数据的副本。从那时起，联邦学习就被用于增强许多体验的隐私性，例如Gboard中的表情和提高Android信息中智能回复的质量。
「93913原创内容，转载请注明出处」
