Aprendizaje federado

El aprendizaje federado es una forma de entrenar modelos sin centralizar los datos. En lugar de subir la información de todos a un servidor, el modelo viaja a donde están los datos: cada teléfono, hospital o sucursal lo entrena localmente con su propia información y envía de regreso sólo las actualizaciones de los parámetros. Un servidor combina esas actualizaciones, por ejemplo promediándolas, y distribuye el modelo mejorado para una nueva ronda.

El enfoque fue formalizado por investigadores de Google en el artículo de McMahan y colegas, publicado en arXiv en 2016, que propuso el algoritmo de promediado federado (Federated Averaging). Google lo describió en 2017 aplicado a Gboard, su teclado para teléfonos, para mejorar las sugerencias sin subir lo que escribe cada persona.

Su atractivo principal es la protección de datos personales y el cumplimiento de restricciones legales: datos médicos o financieros pueden contribuir a un modelo común sin salir de la institución que los resguarda. También reduce la transferencia de datos y encaja con la IA en el dispositivo.

No es una garantía absoluta de privacidad: se ha mostrado que las actualizaciones del modelo pueden filtrar información sobre los datos originales, por lo que suele combinarse con privacidad diferencial o agregación segura. Además, enfrenta retos técnicos: los datos de cada participante pueden ser muy distintos entre sí, los dispositivos se desconectan y hay que protegerse de participantes que envíen actualizaciones maliciosas.