Apprentissage fédéré

Carte Commune · n° 389323

En intelligence artificielle et en apprentissage machine, l'apprentissage fédéré (en anglais : federated learning ou collaborative learning) est un paradigme d'apprentissage dans lequel plusieurs machines entrainent collaborativement un modèle d'intelligence artificielle tout en gardant leurs données localement. Ainsi, les machines impliquées dans l'apprentissage se contentent d'envoyer les modèles appris sur leurs données locales, et non les données elles-mêmes. Ce paradigme s'oppose à l'apprentissage centralisé dans lequel toutes les données sont transmises à un serveur central chargé d'exécuter l'apprentissage du modèle. Un objectif majeur de l'apprentissage fédéré est d'offrir un meilleur respect de la vie privée des utilisateurs, même si l'efficacité des protections actuelles peut être remise en question. Dans le domaine de la santé, les données synthétiques produites par apprentissage fédéré s'avèrent être de meilleure qualité.

Lire sur Wikipédia · Image MarcT0K, CC BY-SA 4.0