連合学習（フェデレーテッドラーニング） とは？

普通はすべてのデータを1つのサーバーに集めて学習するけど、連合学習はデータを移動させないんだ。たとえば複数の病院がそれぞれの患者データで学習して、「モデルがこう更新されました」という情報だけを共有する。患者のカルテを外に出さずに、全病院のデータを活かしたAIが作れるんだよ。

そう！Gboardというキーボードアプリの予測変換で使われているよ。ユーザーの入力データをGoogleに送らず、各スマホ上で学習して、学習結果だけをGoogleに送る。あなたのタイプ内容をGoogleが見ることなく、予測精度を改善できるんだ。

いくつかあるよ。通信コストがかかること、各端末のデータが偏っていると学習が不安定になること、そしてモデル更新情報から間接的にデータを推測できる攻撃リスクもあるんだ。差分プライバシーという技術でこの攻撃を防ぐ研究も進んでいるよ。

差分プライバシーという技術でノイズを加えるんだ。各端末がモデル更新を送る前に適切な量のノイズを加えることで、個々のデータの影響を見えなくする。ただしノイズが多すぎるとモデルの精度が落ちるから、プライバシーと精度のバランス調整が腕の見せどころだよ。

金融では複数の銀行が顧客データを共有せずに不正検知モデルを共同学習する取り組みがあるよ。自動車業界では複数メーカーの走行データを集約せずに自動運転モデルを改善する研究も進んでいる。EUのGDPR（個人データ保護規則）のようにデータの国外移転が厳しく規制される時代に、データを動かさずにAIを強化できる連合学習の重要性はますます高まっているんだ。