フェデレーテッドラーニング（連合学習）
Federated Learning
データを1箇所に集めず、複数の端末でAIを賢くする学習手法のこと。
簡単に説明すると
フェデレーテッドラーニングは、データを外に出さずにAIを賢くする仕組みのことだよ。 例えば、スマホの文字入力の予測変換などで使われているんだ。個人の入力データは自分のスマホの中だけで処理して、そこから得られた学習結果だけをサーバーに送るよ。みんなの学習結果をまとめれば、プライバシーを保護しつつ学習を進めることができるんだ。
名前のヒミツ
Federated Learning（フェデレーテッドラーニング）は、英語のFederated（連合した、同盟した）とLearning（学習）を組み合わせた言葉なんだよ。個々の端末がバラバラに動くのではなく、お互いに手を取り合って1つの大きな知能を作る姿からこう呼ばれているんだ。日本語では連合学習とも訳されるよ。
くわしく見てみよう！
フェデレーテッドラーニングとは、データを1つの場所に集めることなく、複数のコンピューターやデバイスが協力してAIのモデルを学習させる手法のことだよ。
通常のAI開発では、膨大なデータを1つのサーバーに集めて学習させる必要があるけれど、これにはプライバシーや通信量の問題があったんだ。
この仕組みでは、まず手元のスマホやパソコンなどの端末で、その中にあるデータを使ってAIに学習させるんだ。
学習が終わると、データそのものではなく、学習して得られた改善案のような情報だけを中央のサーバーに送るよ。
サーバーはみんなから届いた改善案をまとめて、より賢くなった新しいAIのモデルを作るんだ。
大きな特徴は、個人の写真やメッセージといった大切なデータを、自分のデバイスの外に出さなくて済む点にあるよ。
これにより、個人のプライバシーを保護しながら、みんなの経験を活かした精度の高いAIを育てることが可能になるんだ。
医療データのように、外に持ち出すのが難しい情報を扱う分野でも活用されているよ。