連合学習

連合学習（フェデレーテッドラーニング）って何？

通常の訓練は全データを一箇所に集めます。しかし機微なデータや散らばったデータでは難しい。病院はカルテを勝手に出せず、スマホメーカーもユーザーのデータをアップロードしたくない。連合学習はこれを逆にします。データは手元に置いたまま、「モデルが学んだ更新」だけを中央サーバーへ送って集約。みんなで1つのモデルを訓練しながら、誰も生データを渡しません。

どう動くのか

モデルを配る
サーバーがまず初期モデルを各参加者へ配ります。
ローカルで訓練
各参加者は自分のデータで、そのモデルをほんの少しだけ追加訓練します。
更新だけ送る
各参加者は「モデル重みの変化」だけを返し、生データは1文字も送りません。
更新を集約
サーバーは集まった更新を集約（加重平均など）して、より良いグローバルモデルを作り、再び配ります。この繰り返しです。

何を解決するのか

プライバシー保護
生データが端末から出ないので、機微な情報の漏えいリスクが大きく下がります。
データのサイロ化
病院・銀行・スマホに散らばるデータを、集めずに「間接的に」合力で訓練できます。
コンプライアンス
GDPRなど規制が厳しくなる中、連合学習は合法的な道を提供します。

課題は何か

端末の計算力や通信は不安定で、各参加者のデータ分布も同じとは限りません（非独立同一分布）。収束は遅く難しくなります。通信コストや悪意ある参加者による「毒盛り」攻撃にも、専用の対策が必要です。

まとめ：連合学習は「データは家に置いたまま、モデルが外で学ぶ」仕組み。協力して訓練しながら、それぞれのプライバシーを守ります。