連合学習

意味・定義

データを中央に集めることなく、分散したデバイス上でモデルを学習する機械学習の手法。

解説

連合学習は、データを集中させずに、分散した場所でAIモデルを学習させる技術です。プライバシーを保護しながら、協調学習を実現します。 従来の機械学習では、すべてのデータを1か所に集めて学習します。しかし、医療データや個人情報など、プライバシーの観点から集められないデータもあります。連合学習では、データは各デバイスや組織に残したまま、モデルのパラメータだけを共有します。 連合学習の仕組みは、中央サーバーがモデルを各デバイスに配布し、各デバイスがローカルデータで学習し、更新されたパラメータを中央サーバーに送信し、中央サーバーがパラメータを統合して新しいモデルを作成する、という流れです。 連合学習は、スマートフォン、医療機関、金融機関など、データを外部に出せない環境で使われています。

使い方・例文

• "スマートフォンのキーボード予測では、連合学習がユーザーの入力パターンを学習します。各ユーザーのデータは端末に残り、モデルのパラメータだけがGoogleのサーバーに送信されます。これにより、プライバシーを保護しながら、全ユーザーの入力パターンから学習できます。 医療では、複数の病院が連合学習で協力し、病気の診断モデルを構築します。各病院の患者データは外部に出さず、モデルのパラメータだけを共有します。これにより、プライバシーを守りながら、大規模なデータセットで学習した高精度なモデルが得られます。"

関連語

関連記事