L'apprentissage méta-fédéré est une méthode où plusieurs ordinateurs collaborent pour créer un modèle apprenant, sans avoir à partager leurs données entre eux.
Imaginez que de nombreux smartphones apprennent ensemble à mieux résoudre une tâche, mais que chaque appareil garde ses données personnelles privées.
Non seulement un modèle est entraîné, mais le système apprend également à réagir rapidement à de nouvelles tâches sur chaque appareil.
Ainsi, tous les appareils bénéficient des connaissances communes sans que des informations sensibles ne soient transmises.