No contexto da Internet das Coisas (IoT), a técnica que possibilita a colaboração de vários dispositivos distribuídos no treinamento de um modelo de inteligência artificial, enquan

Gabarito

A

Comentário do professor

Aprendizado Federado é a técnica em que vários dispositivos (clientes) treinam colaborativamente um modelo sem compartilhar os dados brutos entre si ou com um servidor central. Cada dispositivo realiza atualizações locais e envia apenas parâmetros ou gradientes para uma entidade de agregação.

O servidor central combina essas atualizações em um modelo global — por exemplo, usando o algoritmo FedAvg: \(w \leftarrow \sum_k \frac{n_k}{n} w_k\) — e retorna o modelo atualizado aos clientes para novas iterações.

Esse fluxo preserva a privacidade porque os dados permanecem localmente nos sensores/objetos IoT; reduz tráfego de rede e permite conformidade com regras de proteção de dados.

É especialmente adequado a cenários IoT com dispositivos heterogêneos, largura de banda limitada e conexão intermitente, podendo ser complementado por técnicas como compressão, agregação segura e differential privacy.