Federated Learning (edo ikaskuntza federatua) ikasketa automatiko deszentralizatuko teknika bat da, aukera ematen duena adimen artifizialeko ereduak entrenatzeko datuak zentralizatu beharrik gabe. Hori egin daiteke datuak ez direlako bidaltzen zerbitzari zentral batera; eredua lokalki entrenatzen da gailu edo zerbitzarietan, eta ereduaren parametroak partekatzen dira, baina ez datuak.

Nola funtzionatzen du Federated Learningek?

Federated Learningen funtzionamendua deszentralizazioan eta datuen pribatutasunean oinarritua dago.

Lehenik eta behin, hasierako eredu bat zerbitzari zentral batetik hainbat gailutara bidaltzen da. Izan daitezke sentsoreak, gailu mugikorrak...

Edonola ere, gailu bakoitzak bere datu pribatuekin entrenatzen du eredua lokalki, eta entrenamendu lokalaren emaitzak zerbitzarira bidaltzen dira gero bueltan.

Han jaso ondoren, zerbitzariak gailu guztien emaitzak bildu, konbinatu eta prozesatzen ditu, eta eredu globala eguneratzen du.

Normalean, hainbat aldiz errepikatzen da prozesua, eredua konbergentea izan arte.

Federated Learningek zure enpresarentzat dituen abantailak

Federated Learningek abantaila aipagarri batzuk ditu:

  • Datuen pribatutasuna: Datu pertsonalak ez dira inoiz ateratzen dauden gailutik edo hasieran bildu diren gailutik. Eta hori da, hain zuzen, gehien baloratzen den ezaugarrietako bat.
  • Pribatutasunari eta datuen babesari buruzko arau eta erregelamenduak betetzen ditu.
  • Datu heterogeneoak eta gailu banatuak baliatzearen ahalmena aprobetxatzen du, eta guztiz bateragarria da Gauzen Interneten erabilerarekin.
  • Kolaboratiboa: Ereduak parte-hartzaile askoren artean modu kolaboratiboan lantzeko aukera errazten du.

Hala ere, eragozpen batzuk ere baditu teknika honek. Besteak beste, entrenamendua motelagoa da, eta baliabide asko eta banda-zabalera handia behar dira komunikaziorako.

Non erabiltzen da Federated Learning?

Federated Learning teknika asko erabiltzen da hainbat sektoretako enpresa eta erakundeetan.

Esate baterako, Gboard-en erabiltzen da, Googlek Android eta iOS gailu mugikorretarako garatutako teklatu birtualean. Idazten ari zaren testuan oinarriturik, testuaren iragarpena hobetzeko balio du, zure datuak zerbitzarira bidali behar izan gabe.

Orobat erabiltzen da ereduak entrenatzeko, zenbait mediku-zentrotan banatutako datu medikoak oinarri harturik.

Finantzetan ere tresna egokia da iruzurrak detektatzeko, zenbait banketxetako datuak bildu baititzake bezeroen informazio konfidentziala partekatu gabe.

Federated Learningen beste erabilera-adibide bat smart city edo hiri adimendunen eremukoa da, zirkulazioa edo garbiketa-zerbitzuak optimizatzen lagundu baitezake.