Glossário

Aprendizagem federada

O que é Aprendizagem federada?

A aprendizagem federada é uma abordagem de treino em que um modelo de IA aprende em muitos dispositivos ou locais sem que os dados em bruto alguma vez saiam deles. Cada participante treina localmente e envia apenas atualizações do modelo para um servidor central, que as combina. Isto protege a privacidade e é adequado, por exemplo, para hospitais que querem melhorar em conjunto um modelo de diagnóstico, ou para teclados de smartphone que aprendem sugestões de palavras.

Temas

Privacidade
Treino distribuído
Aprendizagem automática

Experimentar o KI.ordo

Agentes, fluxos e modelos num só espaço de trabalho – demonstração gratuita de 24 horas.

Iniciar demonstração

← Todos os termos

Termos relacionados

Regulamentação de proteção de dados

A regulamentação de proteção de dados reúne as normas jurídicas que regem o tratamento de dados pessoais. Na UE, o Regulamento Geral sobre a Proteção de Dados (RGPD) é o quadro principal; exige, entre outros aspetos, um fundamento jurídico para cada tratamento, a minimização de dados, a transparência perante os titulares dos dados e acordos de tratamento de dados com os prestadores de serviços. Ao utilizar IA, as organizações têm de esclarecer que dados acabam nas entradas, nas fontes de conhecimento e nos registos, e onde são tratados.

RGPD
proteção de dados
+1

Dados de treino

Os dados de treino são os exemplos a partir dos quais um modelo de IA aprende padrões: grandes coleções de texto para modelos de linguagem, imagens etiquetadas para modelos de imagem. A sua qualidade, diversidade e atualidade determinam em grande medida a fiabilidade e a equidade de um modelo e o quão atualizado será o seu conhecimento. Para as organizações, também importa saber se um fornecedor utiliza os dados dos clientes que lhe são fornecidos para treino adicional.

Dados
Training
+1

Aprendizagem automática

O machine learning é um ramo da inteligência artificial em que os computadores deduzem padrões a partir de dados, em vez de cada regra ser programada explicitamente. Consoante a tarefa, os modelos aprendem com exemplos etiquetados (supervisionada), com dados não etiquetados (não supervisionada) ou através de recompensas (por reforço). As aplicações vão de filtros de spam e previsões de procura a recomendações de produtos. A qualidade depende muito da quantidade e da qualidade dos dados de treino.

fundamentos
IA
+1

Dados sintéticos

Os dados sintéticos são gerados artificialmente, e não recolhidos no mundo real, mas imitam os padrões e as propriedades dos dados reais. Ajudam quando os dados genuínos são escassos, caros ou sensíveis do ponto de vista da proteção de dados – por exemplo, para testar software, treinar modelos ou verificar um chatbot com consultas de exemplo realistas. É importante que reflitam a realidade com suficiente proximidade e não permitam tirar conclusões sobre pessoas reais.

dados de teste
proteção de dados
+1

Modelo