El Meta-Aprendizaje Federado es un método en el que varios ordenadores colaboran para crear un modelo que pueda aprender, sin necesidad de compartir sus datos entre sí.
Imagina que muchos smartphones aprenden juntos a resolver mejor una tarea, pero cada dispositivo mantiene sus datos personales privados.
No solo se entrena un modelo, sino que el sistema también aprende a reaccionar rápidamente a nuevas tareas en cada dispositivo.
Así, todos los dispositivos se benefician del conocimiento común sin que se compartan datos sensibles.