# Uczenie federacyjne

EN: **Federated learning** · id `federated`

Path: [AI Atlas](https://aiatlasgraph.com/llms.txt) › [Bezpieczeństwo i governance](https://aiatlasgraph.com/t/safety.md) › [Prywatność i prawa do danych](https://aiatlasgraph.com/t/privacy.md) › Uczenie federacyjne

## Description

- PL: Wspólne trenowanie modelu bez centralizowania surowych danych: dane zostają na urządzeniach lub serwerach uczestników, które przesyłają aktualizacje do agregacji. Samo uczenie federacyjne nie gwarantuje prywatności — aktualizacje mogą ujawniać informacje, dlatego stosuje się m.in. bezpieczną agregację i prywatność różnicową.
- EN: Collaborative model training without centralising raw data: data stays on participants’ devices or servers, which send updates for aggregation. Federated learning alone does not guarantee privacy — updates can leak information, so secure aggregation and differential privacy are among the additional protections used.

## In one sentence

- PL: To wspólne uczenie modelu, gdy surowe dane pozostają na urządzeniach lub serwerach uczestników.
- EN: This jointly trains a model while raw data stays on participants' devices or servers.

## Problem it solves

- PL: Chcesz uczyć się na danych wielu miejsc, ale nie możesz zebrać wszystkich surowych danych w jednym magazynie.
- EN: You need to learn from data across locations but cannot gather all raw data in one repository.

## What it does

- PL: Uczestnicy obliczają lokalne aktualizacje i przesyłają je do połączenia; same aktualizacje mogą ujawniać informacje, więc potrzebują dodatkowej ochrony.
- EN: Participants compute local updates and send them for aggregation; updates can themselves expose information, so they need additional protection.

## Everyday example

- PL: Telefony wspólnie poprawiają podpowiadanie tekstu, przekazując aktualizacje modelu zamiast pełnej historii wiadomości.
- EN: Phones jointly improve text suggestions by sending model updates rather than their full message histories.

## This concerns you if you…

- PL: dane muszą zostać u uczestników
- PL: chcesz wspólnie uczyć model w wielu miejscach
- EN: need data to stay with contributors
- EN: want to train jointly across multiple locations

## Keywords

FedAvg · secure aggregation · client sampling · non-IID data · local SGD · communication efficiency

## How it works

- PL: Koordynator wysyła wspólne parametry, a uczestnicy obliczają lokalne aktualizacje na własnych danych. Agregacja, często ważona udziałem przykładów, tworzy kolejną wersję modelu; opcjonalne zabezpieczenia ograniczają ujawnianie aktualizacji.
- EN: A coordinator distributes shared parameters, and participants compute local updates on their own data. Aggregation, often weighted by example counts, produces the next model version; optional safeguards restrict update disclosure.

## Limits

- PL: Niejednorodne dane, niedostępni uczestnicy i koszt komunikacji utrudniają zbieżność. Aktualizacje mogą ujawniać informacje; bezpieczna agregacja ukrywa wkłady, ale sama nie daje formalnej prywatności danych.
- EN: Heterogeneous data, unavailable participants and communication costs impede convergence. Updates can leak information; secure aggregation hides contributions but alone provides no formal data-privacy guarantee.

## Key terms

- PL: **lokalna aktualizacja**: Zmiana parametrów wyliczona przez uczestnika na jego własnych danych.
- PL: **bezpieczna agregacja**: Obliczanie łącznego wyniku bez ujawniania indywidualnych wkładów koordynatorowi.
- EN: **local update**: A parameter change computed by a participant using local data.
- EN: **secure aggregation**: Computing combined results without revealing individual contributions to the coordinator.

## Know first

- [Propagacja wsteczna (backpropagation) (Backpropagation)](https://aiatlasgraph.com/t/backprop.md)
- [Pipeline’y i wersjonowanie (Data pipelines and versioning)](https://aiatlasgraph.com/t/pipelines.md)

## Examples

- PL: FedAvg · bezpieczna agregacja · trening na urządzeniach
- EN: FedAvg · secure aggregation · on-device training

## Related topics

Untyped, symmetric "see also" links.

- [AI lokalnie i na urządzeniach (Edge and on-device AI)](https://aiatlasgraph.com/t/edge.md)

## Sources

- [Communication-Efficient Learning of Deep Networks from Decentralized Data](<https://arxiv.org/abs/1602.05629>) `fedavg-mcmahan-2016` · by H. B. McMahan, E. Moore, D. Ramage, S. Hampson, B. Agüera y Arcas
- [How Much Privacy Does Federated Learning with Secure Aggregation Guarantee?](<https://arxiv.org/abs/2208.02304>) `federated-privacy-secagg-2022` · by A. R. Elkordy, J. Zhang, Y. H. Ezzeldin, K. Psounis, S. Avestimehr

---

AI Atlas revision 122 (2026-10-30) · HTML: https://aiatlasgraph.com/t/federated · index: https://aiatlasgraph.com/llms.txt · everything: https://aiatlasgraph.com/llms-full.txt · updated 2026-10-30