Entraîner une IA sans accès aux données ?

L'apprentissage fédéré permet d'entraîner des IA sans déplacer des données sensibles, en utilisant des modèles distribués. Chaque participant optimise un modèle localement avec ses données, puis partage les paramètres avec un serveur qui les agrège. Cela améliore l'efficacité tout en respectant la confidentialité des données, notamment dans les secteurs sensibles comme la santé.