現代社会のもう一つの側面はデータで成り立っています。データは色も匂いもなく、現代生活のあらゆる場所に存在し、それ自身も独自の課題に直面しています。露出の危険性、あるいは孤立化によるデータサイロ化などです。

より少ないデータでより多くの作業を行うことは、人工知能分野における中心的なトピックの一つです。今回のエピソードでは、データエンジニアの視点からこの問題を考察します。ユーザーのプライバシーを保護しながらデータを学習するにはどうすればよいでしょうか？フェデレーテッドラーニングとは何か？フェデレーテッドラーニングにはどのようなステップがあるのでしょうか？産業応用において、どのような課題が残されているのでしょうか？