連合学習とは
Federated Learning / フェデレーテッドラーニング
データを1か所に集めず、端末や組織ごとの学習結果だけを集約して共有モデルを作る分散学習方式
ひとことで言うと
個人データをサーバーへ送らず、各スマホや各病院の中で学習した「学習の差分」だけを持ち寄ってAIを賢くする方法。
概要
連合学習とは、データを1か所に集めず、端末や組織ごとにローカルで学習した結果（重みの更新分）だけを集約して共有モデルを作る分散学習の方式を指す。 生データが端末や組織の外へ出ないため、プライバシーや規制の制約でデータを集約できない場合でも、複数拠点のデータを活かした学習ができる。 スマートフォンの入力予測の改善や、医療機関をまたぐモデル学習などで使われている。 通信コスト、拠点間のデータ分布の偏り、更新情報からの情報漏えいへの対策が技術的な課題になる。
歴史
2016年にGoogleの研究者ら（McMahanら）が提唱し、代表的なアルゴリズムFedAvgを発表した。