フェデレーテッドラーニング (ふぇでれーてっどらーにんぐ)

解説:
分散されたデバイスや拠点が、各自でAIモデルを学習し、パラメータだけをサーバに集約・更新する手法。
ロボットやセンサーから機密データを外に出さずに共同学習を進められる利点があり、工場間でモデルを共有しやすい。

例:
・複数工場の協働ロボットが個別データをローカルで学習し、クラウドにアップロードするのは学習結果のみ。
・モデル更新はサーバで集約し、再度各ロボットに配布。データ漏洩リスクを低減。
・Edge AIと組み合わせてリアルタイム学習精度を高める事例もある。