人工智能(AI)的成功应该在很大程度上归功于丰富数据的可获得性。然而，实际情况并非如此，行业中的开发人员常常面临数据不足、不完整和孤立的情况。因此，联邦学习被提议通过允许多方在不显式共享数据的情况下协作构建机器学习模型，同时保护数据隐私，来缓解这种挑战。