北京时间3月7日晚间消息，据美国科技媒体The Verge报道，谷歌今日为其机器学习框架“TensorFlow”发布了最新的模块，开发者只需添加几行额外的代码，就能提高其AI模型的隐私性。

TensorFlow是构建机器学习应用最流行的工具之一，目前世界各地的开发人员都使用它来创建文本、音频和图像识别算法等程序。今日，在加州举办的“TensorFlow开发者峰会”上，谷歌又推出了新模块“TensorFlow Privacy”。

通过TensorFlow Privacy，开发人员将能够使用一种被称为“差分隐私”的统计技术来保护用户的数据。所谓的“差分隐私”是密码学中的一种手段，旨在提供一种当从统计数据库查询时，最大化数据查询的准确性，同时最大限度减少识别其记录的机会。

谷歌产品经理凯雷·拉德波夫（RaCarey Radebaugh）向媒体表示，发布这款工具是谷歌履行对人工智能开发负责任的承诺。他说：“如果我们不为TensorFlow引入差分隐私技术，那么无论是谷歌内部团队还外部团队，使用起来都不是很方便。因此，对于我们而言将其引入TensorFlow是非常重要的。我们还将会对其进行开源，并围绕着它创建新的社区。”

本文由LinkNemo爬虫[Echo]采集自[https://www.ithome.com/0/412/972.htm]