フェデレーテッド・ラーニング
未加工データを一元的に共有することなく、ローカルデータを保持する複数のデバイスまたはサーバーでモデルをトレーニングする分散型MLアプローチ。
Definition
クライアント (スマートフォンなど) と中央サーバーの間で、生データではなくモデルの更新 (グラデーション) を送信し、これらの更新をグローバルモデルに集約するプライバシー保護パラダイム。データ転送コストを削減し、ローカルのデータ主権を維持します。ガバナンスでは、更新情報の集約 (ポイズニングの防止) を確保し、モデルのバージョン管理を管理し、各クライアントの貢献度が適切に評価され、過小評価されているノードからの偏見を避ける必要があります。
Real-World Example
キーボード予測AIは、フェデレーテッドラーニングを通じてユーザーの携帯電話でのタイピングパターンから学習します。各デバイスは最新のテキストに基づいてローカルでトレーニングし、暗号化されたグラデーション更新を送信し、中央サーバーがそれらを集約します。個人のテキストがデバイス外に出ることはないため、グローバル言語モデルを改善しながらユーザーのプライバシーを保護できます。
.svg)
