输入预测，是一个很常见的功能。

你输入“我怎么”，立刻弹出“我怎么这么好看”、“我怎么这么有钱”，这就是输入预测。

一个输入法、一个搜索框，如果能在用户输入到一半时，准确预测出他想输入的内容，弹出候选词，显然能节省时间，提高效率。

但这里有一个矛盾：要训练出一个准确的预测模型，需要给预测模型投喂大量用户输入的内容，但是用户输入了什么、搜了什么，又属于用户的隐私数据。

那么，科技产品怎么在不侵犯用户隐私的情况下，利用这些数据训练AI模型呢？

今天给大家通俗解释一下“联邦学习”技术，看看谷歌公司是怎么做的。

不直接碰用户数据，也能利用数据

以谷歌输入法Gboard为例，这款输入法在日常使用状态下是不联网的，它有一个搜索功能，在输入框里输入单词，输入法会自动预测你想输入的内容，帮你节省时间。

预测模型之所以准确，是因为它用数据做了大量的训练，不停地预测，有时准确，有时不准，在每一次失败和成功中吸取经验。

可问题是，根据隐私保护法，输入法不可能把用户输入的信息传回谷歌的服务器，因为这会侵犯隐私，谷歌的工程师们就想到一个思路：“如果不能把用户数据拿回来，那为什么不把模型直接拿给用户呢？”

具体做法是：把预测模型随着输入法一起装到用户的手机里，用户在使用这个功能时，模型虽然不会直接收集用户输入的内容，但是会记录“用户是否点击预测结果”的数据，这个数据并不侵犯用户隐私，这个预测会不断调整自己的预测方式，并记录结果，然后把这些数据汇总，每过一段时间传回谷歌的服务器。

成千上万个用户手机里的都有这些数据，合到一起，就能用来训练出更厉害的预测模型，新训练出的预测模型再通过输入法的软件更新下发给用户们。

如此一来，就能在不接触用户输入内容的情况下，收集到预测数据，用来训练AI模型。

由于训练模型分散在成千上万个用户的手机里，所以得名“联邦学习”——啊啊啊，只要人人都献出一点爱（训练结果数据），世界将变成美好的人间……

“联邦学习”的衍生含义

虽然“联邦学习”（Federated Learning）最早是谷歌在2017年前后提出来的，但是关于“如何在不需要分享原始个体数据的情况下，利用多个数据源进行带有隐私保护的联合建模”的研究，全世界很多国家都早就在做了。比如2012年我国学者王爽就发表过相关论文，讲如何在不侵犯患者隐私的情况下，用医疗数据帮助训练医疗AI。

这几年，隐私保护越来越火，联邦学习这个词也从原来的狭义走向广义：分布式加密机器学习，应用到更多场景。

比如，A公司和B公司各有一些数据，怎么在不把原始数据分享给对方的情况下，双方利用对方的数据来训练自己的人工智能。

这时，联邦学习技术就成了一个不错的选择。

A公司可以把自己的人工智能模型给B公司，B公司把自己的人工智能模型放到A公司，训练之后，可以拿走训练完的模型，以及训练过程中产生的“知识”，但是不能拿走原始数据。

中秋节已过，接下来，就该祝福机友们，情人节（不）快乐了吧。

机哥先问一哈，每逢佳节，你干得最多、累到手软的一件事，是什么？

别想歪，是打字，发祝福消息。

手机出现后，我们日常使用，离不开一个关键功能：打字。功能机时代，在九宫格实体按键上，机哥小心地编辑短信，惜字如金。

现在我们都用智能机，用虚拟键盘打的字，更多。

走的路多了，就难免会…扑街。

输入法翻车，已经成为当代年轻人，最日常的糗事。

自己手残打错的，机哥懒得说你们。但就像上面那种，坑在输入法的自动联想功能上，那就值得说说啦。。

大家应该都体验过，在手机上打出一个字，后面能联想到一串可能输入的字词，节省再打字的时间。

每个人用词习惯不同，输入法还会根据你的特点，进行调整。

So，每个人输入法的联想词，都不同。你用的手机，无论是街机还是小众款，手机输入法总是最诚实，又最有你个人特色的。

于是，机智的网友们，开始发现，输入法联想词，还能看出。。

以那个测试心酸度为例，在其中一条测试帖下，六万多网友都留下，自己手机输入法的答案。

怎么个心酸法？看机哥演示下，你就明白。

首先，打出「只要你不」四个字，再看后面会自动联想出什么词。

比如像这样，「只要你不」后面跟的是：嫌弃→我→啊…那完整一句话就出来了：「只要你不嫌弃我啊」。

怎么样，光看这句话，是不是很心酸？

机哥再去看了看，网友们五花八门的答案。

高赞回复中，有疑似绿帽党…

也有很简单却很心酸的一句：只要你不离开我。

同样是“不离开我”，有人风格却非常逗比：

这是减肥减上头了吧…

同样，在输入法自动联想下，吃货党无所遁形。

哈哈党更是明显，如果没有字数限制，估计会一直“哈哈哈哈”下去。

甚至，输入法还能暗示出，这人是个暴躁老哥啊？

机哥总结下，这些输入法联想，画风大概是这样：

当然，除了这些不正经的联想，输入法的日常联想，确实能帮我们提升输入速度。So，也难怪会说：

“输入法，才是这个世界上最懂你的”

那么问题来了，输入法是怎么变得，这么懂我的？输入法最原始的样子，到底是…

跟机哥一起，走近科学。本期节目，机哥将掏出，各种不同品牌的手机，严谨测试一下。

首先，机哥将华为、苹果、OPPO、vivo、小米、中兴、联想、索尼和魅族手机，全部恢复出厂模式。

然后，在出厂模式下，用手机自带输入法，打出上面那句「只要你不」，看看会联想到什么语句。

注意嚯，「手机自带输入法」不代表就是自研输入法，往往是各种定制版，如“百度输入小米版”：

So，机哥接下来，按输入法分类讲：搜狗、讯飞、百度输入法。

搜狗

先来看，搜狗输入法小米版打出「只要你不」，结果是：

心酸程度，三颗星。

联想出“只要你不离开我”的，还有搜狗输入法OPPO版和 vivo 版。

上图 OPOO 下图 vivo

但是，机哥要说但是啦。

同样是搜狗输入法，在小米手机和魅族手机上，会出现不同结果。

搜狗输入法魅族版，自动联想的句式为：

“只要你不嫌弃我”。同款的，还有搜狗输入法中兴版：

百度输入法

这次输入法心酸度测试中，机哥看到有网友留言，手机打出的是：“只要你不放手我可以爱你很久”，心酸度指数爆表啊。。

经过实测，机哥发现，这波网友用的，可能就是百度输入法。

无论是百度输入法小米版，还是百度输入法华为版，都能打出这句话。

百度一下这句话，有什么玄机呢？

“只要你不放手我可以爱你很久”这句话，在百度搜索有 121 万个结果。

原来是经典情话，被很多人引用过啊，难怪进了输入法候选词。

讯飞

有趣的是，讯飞输入法联想版，也能自动联想出：“只要你不放手我可以爱你很久”。

而讯飞输入法小米版，却没联想出这句话。

手机自带输入法

机哥上面测试的手机预装输入法，都是跟搜狗、讯飞和百度输入法定制的。

接下来，试试那些自己玩的。比如索尼、苹果，再带个谷歌拼音输入法。

索尼手机输入法选项

先来看索尼，它输入法的本地优化，应该还是比较生硬。

输入“只要你不”，出来一串迷惑的句子。

再来看 iOS 系统自带输入法，自动联想的句子，比索尼输入法优化得好一些。

起码这一句前半截，是能看懂的：只要你不知道我的心有多痛苦的话就可以了…….

至于谷歌拼音输入法，联想词都非常鬼畜：

经过几轮测试，机哥将各个输入法的默认联想词摸清楚了，心酸度测试结果如下：

手机输入法的联想词调教，真是意味深长…

这种自动联想词，估计都是用大数据分析，把最多人在用的词，一股脑丢给你。

而这种大数据排序，总有不靠谱的时候。

前两年，iPhone 输入法就绕进坑里。当时有人发现，iPhone 自带输入法打出“击沉”后，竟然跟的是…

然而，事情很快被澄清，真相是：

2016 年 3 月，“阿根廷击沉中国渔船”事件， 成为热搜。

So，面对博大精深的中文，各家输入法都在积极优化算法，不然。。

最容易的处理，显然是，收集用户自己常用的联想词，在手机上搞出个性词库。既能帮到用户，又能提升输入法准确度。

最后的问题是，这么个性的词库，他们会收集到服务器吗？甚至，会卖给那些做广告的吗？

想想看，我们总说，那些电商App的推荐，非常及时且精准。这其中，有多少是被输入法泄露的？

这问题太严肃，机哥也没有答案，

不如来欢乐，你们试试，输入「机哥」，看能联想到什么？

极光大数据（纳斯达克股票代码：JG）发布《2018年输入法app行业研究报告》，从行业趋势、主流输入法app运营情况、输入法app用户画像及搜狗输入法app用户图鉴等维度分析当前输入法app行业的市场格局。

数据亮点：

• 截至18年6月最后一周，输入法app行业用户规模接近7亿人
• 搜狗输入法、讯飞输入法和百度输入法是仅有的三款MAU量级过亿的输入法app
• 每10个安装了输入法app的用户中，有7个是搜狗输入法用户
• 搜狗输入法app的渗透率仅次于微信和QQ，是国内第三大APP

一、行业趋势

输入法作为互联网的入门级工具型软件，从PC端时代就开始在中国网民中渗透。于2006年上线的搜狗输入法是目前主流输入法中上线时间最长的输入法，已经深深扎根中国互联网；2009年以来，移动互联网疾速发展，带来了讯飞等一批新兴的移动输入法，近年来手游大热，更是催生了像66键盘这样的垂直手游输入法app。

以搜狗为首的头部输入法凭借其强大开发实力不断实现产品迭代，良好的用户体验为其赢得了基数庞大的用户群。66键盘（主打游戏键盘）等第二梯队输入法更聚焦输入法垂直领域。

2013年9月，腾讯入股搜狗，QQ输入法运营开发获得搜狗支持。搜狗和科大讯飞凭借优良的产品和市场潜力，率先完成上市。其他主流输入法公司也都获得了不同程度的资本青睐。

以搜狗输入法为代表的新一代输入法融合了大数据分析、人工智能分类器和深度学习方法，在交互体验上对于用户多样的意图表达都有更精准的解读，区别于过去专注文字输入功能的输入法。以搜狗输入法为例，当用户在使用移动输入法的过程中希望分享图片、新闻、视频、音乐等分类信息，通过搜狗输入法的智能分享一键搜索，无需切换app，即可获得需要的信息，开发了输入法作为新一代流量入口的潜力。

根据极光大数据统计，输入法app行业过去一年的用户规模表现平稳，截至18年6月最后一周，输入法app行业用户规模达到6.9亿人，与去年同期相比增长了13.1%。

二、主流输入法app 运营情况

通过观察极光大数据发现，搜狗输入法、讯飞输入法和百度输入法过去一年的MAU均值分别为：4.6亿、1.1亿和1.0亿，是仅有的三款MAU量级过亿的输入法app，其中搜狗输入法的MAU表现最出色。

通过观察极光大数据发现，搜狗输入法app在一众输入法app中表现突出，在过去一年中的DAU持续领先。以搜狗输入法app的DAU为基准，将搜狗输入法的DAU指数设置为100，百度输入法和讯飞输入法的过去一年的DAU指数均值分别为32.10和22.14，与搜狗输入法有较大的差距。

根据极光大数据显示，在已安装输入法app的用户中，70%的用户安装了搜狗输入法app。

三、输入法app用户画像

根据极光大数据统计，输入法app用户中男性用户占比为56.0%，85.3%的用户不到35岁；极光调研显示，输入法app用户的本科及以上学历用户为29.1%，月收入在5000元以下用户的占比为53.6%。

根据极光调研数据统计，43.6%的输入法app用户是学生，14.6%的输入法app用户是专业技术人员，还有14.4%是自由职业者或个体户。

通过观察极光大数据发现，搜狗输入法app在输入法app人群中的渗透率为69.8%，仅次于微信和QQ，用户基数高于支付宝和手淘，名列第三。

极光大数据显示，搜狗输入法和谷歌拼音输入法的女性用户偏多，这两款app的女性用户占比分别为55.5%和51.9%，百度输入法和讯飞输入的男性用户占比明显高于女性。

根据极光大数据统计，相对于百度输入法、讯飞输入法和谷歌拼音输入法，搜狗输入法的用户更低龄化，超过90.5%的用户年龄不超过35岁。

通过观察极光调研发现，用户基数较大的输入法app搜狗输入法、百度输入法和讯飞输入法的学历分布水平均匀，相似度高，其中搜狗输入法本科及以上学历水平的用户略高于另外两款输入法。

极光调研结果显示，33.1%的输入法app用户在进行搜索时会使用搜狗输入法,另外有33.0%和30.8%的输入法app用户分别在进行浏览新闻网站、社交沟通时选择搜狗输入法；极光调研结果还显示，受访的输入法app用户在11个使用场景中均优先使用搜狗输入法，其中33.1%的受访者表示在进行搜索时会使用搜狗输入法，还有33.0%和30.8%的受访者分别表示在浏览门户网站和社交沟通的场景下如需使用输入法，会选择搜狗。

四、搜狗输入法app用户图鉴

通过观察极光大数据发现，搜狗输入法用户的兴趣点在于服装饰品、美食和电影，他们喜欢通过具有文艺小清新、幽默笑话属性的app或社群交友，对生活品质有较高的追求。

根据极光调研统计，60.5%的搜狗输入法用户表示中文联想是他们最常用的输入法功能，另外分别有37.2%和33.0%的受访者表示自己常用表情斗图和主题皮肤功能。

根据极光调研统计，在将搜狗输入法app设置为默认输入法的受访者中，51.5%的用户认为搜狗输入法操作方便，31.6%的受访者受它的“颜值”吸引，认为搜狗输入法的界面简洁美观，皮肤简洁丰富，另外还有31.6%的受访者被搜狗输入法丰富的表情、斗图和颜文字功能吸引。

报告说明

1.数据来源

极光大数据，源于极光云服务平台的行业数据采集及极光iAPP平台针对各类移动应用的长期监测，并结合大样本算法开展的数据挖掘和统计分析。

2.数据周期

报告整体时间段：2017.06-2018.06。

数据指标说明

具体数据指标请参考各页标注。

3.法律声明

极光大数据所提供的数据信息系依据大样本数据抽样采集、小样本调研、数据模型预测及其他研究方法估算、分析得出，由于方法本身存在局限性，极光大数据依据上述方法所估算、分析得出的数据信息仅供参考，极光大数据不对上述数据信息的精确性、完整性、适用性和非侵权性做任何保证。任何机构或个人援引或基于上述数据信息所采取的任何行动所造成的法律后果均与极光大数据无关，由此引发的相关争议或法律责任皆由行为人承担。

4.报告其他说明

极光数据研究院后续将利用自身的大数据能力，对各领域进行更详尽的分析解读和商业洞察，敬请期待。