Gefedereerde verklaarbare kunstmatige intelligentie: rollen, architecturen, evaluatie en open uitdagingen

Federated Learning (FL) is uitgegroeid tot een sleutelparadigma voor privacybehoudend collaboratief trainen van modellen over gedistribueerde en heterogene databronnen. Door ruwe data lokaal te houden pakt FL zorgen over datageheimhouding aan, maar lost het de ondoorzichtigheid van moderne machine learning-modellen niet op. Parallel daaraan heeft Explainable Artificial Intelligence (XAI) aan aandacht gewonnen voor het verbeteren van transparantie, vertrouwen en verantwoording.