Overzichtstudie belicht collaboratief leren buiten Euclidische data

Traditionele machine learning vereist doorgaans dat data naar een centrale locatie wordt gebracht om modellen te trainen. Dit brengt echter knelpunten met zich mee op het gebied van privacy en opschaling, met name wanneer gegevens gevoelig van aard zijn. Collaboratieve leermethoden, waaronder federated learning, bieden hiervoor een oplossing doordat systemen lokaal trainen en slechts beperkt gegevens of parameters uitwisselen.

Het decentraal trainen van modellen is een sterk groeiend onderzoeksgebied binnen de kunstmatige intelligentie. Het stelt verschillende partijen in staat om samen te werken aan krachtige systemen zonder dat zij hun ruwe data hoeven prijs te geven. Dit is met name relevant in sectoren zoals de gezondheidszorg en de financiële wereld, waar privacywetgeving strenge eisen stelt aan gegevensbeheer.