[发明专利]设备上机器学习平台

权利要求书

1.一种计算设备，包括：

一个或多个处理器；以及

存储以下内容的一个或多个非暂时性计算机可读介质：

由所述一个或多个处理器实现的一个或多个应用；

集中示例数据库，其存储从所述一个或多个应用接收的训练示例；以及

指令，其在由所述一个或多个处理器执行时，使计算设备实现执行操作的设备上机器学习平台，所述操作包括：

经由收集应用编程接口从所述一个或多个应用中的第一应用接收新的训练示例；

确定描述与计算设备相关联的上下文的一个或多个上下文特征；以及

将新的训练示例与所述一个或多个上下文特征一起存储在集中示例数据库中，以用于训练由计算设备存储的机器学习模型。

2.根据权利要求1所述的计算设备，其中，所述操作还包括：

在存储新的训练示例之前，确定相对于一个或多个上下文类型中的每一个的第一应用的权限状态，其中第一应用的权限状态和每个上下文类型描述第一应用是否具有访问这样的上下文类型的权限；

其中将新的训练示例与所述一个或多个上下文特征一起存储包括：将新的训练示例仅与第一应用有权限访问的上下文类型中包括的上下文特征一起存储。

3.根据权利要求1或2所述的计算设备，其中，所述操作还包括：

注册为对一个或多个上下文更新的监听器；以及

基于所述一个或多个上下文更新来维护上下文特征的上下文特征缓存；

其中确定描述与计算设备相关联的上下文的所述一个或多个上下文特征包括：从上下文特征缓存访问所述一个或多个上下文特征。

4.根据权利要求1、2或3所述的计算设备，其中，确定描述与所述计算设备相关联的上下文的所述一个或多个上下文特征包括：响应于对新的训练示例的接收，从上下文管理器请求所述一个或多个上下文特征。

5.根据任一前述权利要求所述的计算设备，其中所述一个或多个应用不能直接访问所述集中示例数据库，使得所述第一应用不能访问所述一个或多个上下文特征。

6.根据任一前述权利要求所述的计算设备，其中：

所述一个或多个非暂时性计算机可读介质还存储一个或多个机器学习模型；以及

该操作还包括：

经由预测应用程序编程接口从第一应用接收输入数据；

确定描述与计算设备相关联的上下文的一个或多个附加上下文特征；

采用所述一个或多个机器学习模型中的至少第一机器学习模型，至少部分地基于输入数据并且进一步至少部分地基于所述一个或多个附加上下文特征来生成至少一个推断；以及

经由预测应用编程接口将由第一机器学习模型生成的所述至少一个推断提供给第一应用。

7.根据任一前述权利要求所述的计算设备，其中：

所述一个或多个非暂时性计算机可读介质还存储一个或多个机器学习模型；以及

该操作还包括：

经由训练应用编程接口从第一应用接收指令，所述指令用于至少部分地基于由集中示例数据库存储的一个或多个训练示例来对所述一个或多个机器学习模型中的第一机器学习模型进行重新训练；以及

响应于该指令，使第一机器学习模型至少部分地基于存储在集中示例数据库中的新的训练示例以及所述一个或多个上下文特征被重新训练。

8.根据任一前述权利要求所述的计算设备，其中：

第一应用指定与新的训练示例相关联的特定用户帐户；以及

确定所述一个或多个上下文特征包括：确定描述与特定用户帐户相关联的上下文的所述一个或多个上下文特征。

9.根据任一前述权利要求所述的计算设备，其中：

将新的训练示例与所述一个或多个上下文特征一起存储在集中示例数据库中包括：向所述一个或多个上下文特征中的至少第一上下文特征分配有效期；以及

所述操作还包括：在分配给第一上下文特征的有效期结束时从集中示例数据库中删除第一上下文特征或整个新的训练示例。