Wat is Federated Learning?
Federated learning is een machine learning-techniek waarbij een model wordt getraind over meerdere decentrale apparaten of servers die elk hun eigen lokale data hebben — zonder die data te centraliseren. In plaats van data naar het model te brengen, komt het model naar de data.
Waarom het ertoe doet
Privacy en databescherming zijn steeds belangrijker. GDPR verbiedt vaak het centraliseren van persoonsgegevens. Federated learning maakt het mogelijk om AI-modellen te trainen op gevoelige data — medische dossiers, financiële transacties, toetsenbordgebruik — zonder die data ooit samen te brengen. Apple gebruikt het voor autocorrectie op iPhones, Google voor Gboard-suggesties.
Hoe het werkt
Het basisproces:
- Initialisatie — een centraal model wordt naar alle deelnemende apparaten gestuurd
- Lokale training — elk apparaat traint het model op zijn eigen lokale data
- Model-updates — alleen de modelupdates (gradiënten of weights) worden teruggestuurd, niet de data
- Aggregatie — de server combineert de updates (bijv. via FedAvg: gewogen gemiddelde)
- Distributie — het bijgewerkte model wordt teruggestuurd naar de apparaten
- Herhaling — stap 2-5 herhaalt zich totdat het model convergeert
Varianten:
- Cross-device — miljoenen apparaten (smartphones), elk met weinig data
- Cross-silo — enkele organisaties (ziekenhuizen, banken), elk met veel data
Privacyversterking:
- Differential privacy — ruis toevoegen aan updates om individuele datapunten te beschermen
- Secure aggregation — de server ziet alleen het geaggregeerde resultaat, niet individuele updates
Uitdagingen:
- Niet-IID data — data is ongelijk verdeeld over apparaten
- Communicatiekosten — modelupdates versturen is bandbreedte-intensief
- Stragglers — langzame apparaten vertragen het hele systeem
Voorbeeld
Tien ziekenhuizen willen gezamenlijk een tumordetectiemodel trainen, maar mogen patiëntdata niet delen vanwege GDPR. Met federated learning traint elk ziekenhuis lokaal op eigen data en deelt alleen modelupdates. Het resulterende model profiteert van de gecombineerde data van alle ziekenhuizen zonder dat een enkel patiëntdossier de muren van het ziekenhuis heeft verlaten.