連合学習は、データを中央のサーバーに集めずに、スマートフォンやエッジデバイスなどの各端末上で分散して機械学習モデルを訓練するプライバシー保護技術です。データプライバシーを保ちながらAIの精度を向上させることができます。
連合学習とは
一言でいうと、データを集めずに端末側で協力してAIを賢くするプライバシー保護型の機械学習手法です。
詳しく解説
通常の機械学習では、スマートフォンなどの端末からユーザーのデータをクラウド上のサーバーに集めてモデルの訓練を行います。しかし、これでは個人情報漏洩のリスクが高まります。連合学習では、データ自体を端末の外に出さず、端末側で計算したモデルの更新パラメータ（勾配など）だけをサーバーに送信し、それらを統合することで全体としてのモデルをアップデートします。これにより、プライバシーを守りながら多くのユーザーのデータを活用した高精度なAIモデルの構築が可能になります。
具体例・使われ方
スマートシステムの文字入力予測変換において、ユーザーが入力したプライベートな単語の履歴をサーバーに送信することなく、各スマートフォンの内部でモデルを学習させ、予測精度を向上させる用途などで活用されています。また、医療分野において、患者のカルテや画像データを外部に出すことなく、複数の病院間で協力して病変検出AIモデルを共同訓練する際にも利用されています。
似た用語との違い
従来のクラウドベースの機械学習や一極集中のデータ収集とは異なり、生データを一切中央に集めない点が最大の違いです。また、分散型学習と混同されやすいですが、分散型学習が高速化や大規模化を主目的とするのに対し、連合学習はプライバシーの保護と異種混合データ（非IIDデータ）の扱いを重視する点に特徴があります。
注意点
データが各端末に分散しているため、通信の遅延や通信環境の不安定さに影響を受けやすいという課題があります。また、悪意のある端末が不正なパラメータを送信してモデルの性能を低下させる「ポイズニング攻撃」に対するセキュリティ対策や、通信量を削減するための高度な工夫が必要です。