無論是 Google、蘋果、還是其他做鍵盤預測的廠商,最需要的就是從使用者處收集打字習慣的資訊,來改善預測的準確度。問題是,想要知道使用者的打字習慣,就必須要收集使用者打了什麼,這樣沒有隱私性的疑慮嗎?蘋果的處理方式是在數據中摻入「數學模型產生的雜訊」,在將文字拆解成無法辨識的「雜訊」的同時,又不妨害分析;但 Google 這邊似乎更是技高一籌,因為他們根本就沒有要你上傳任何的文字。

Google 是怎麼做到的呢?簡單來說,就是他們會先將整個「預測模型」的程序隨著 Gboard 一起裝到你的手機上,然後整個分析的過程完全都在手機上進行,只在最後把從你的打字習慣中學到的項目收集起來,上傳回去給 Google。整合了從所有用戶回傳而來的資訊後,Google 會再產生一個新的預測模型傳送出去,如此週而復始。Google 稱這種方法為「Federated Learning」。

如果一切順利的話,Google 也有可能把這種模式套用在其他服務上,例如學習你處理相片的習慣,哪些你會回來看,哪些分享、哪些刪掉,做為提供更聰明的建議的參考。