Glossaire IA
Le dictionnaire complet de l'Intelligence Artificielle
Split Learning
Approche d'apprentissage collaboratif où le modèle neuronal est divisé entre client et serveur, permettant un apprentissage sans partage des données brutes.
SplitNN
Architecture de réseau neuronal divisé où les couches initiales s'exécutent sur le client et les couches profondes sur le serveur.
Cut Layer
Point de division du modèle neuronal entre client et serveur, déterminant quelle partie du calcul est effectuée localement.
Client-side Model
Portion du modèle neuronal exécutée sur l'appareil du client, traitant les données sans les transmettre.
Server-side Model
Partie du modèle neuronal hébergée sur le serveur, complétant l'inférence à partir des activations partielles reçues.
Vertical Split Learning
Variante où le modèle est divisé verticalement entre différentes couches, répartissant le calcul entre client et serveur.
Horizontal Split Learning
Approche où les caractéristiques sont partitionnées horizontalement entre différentes entités collaborant sur un même modèle.
Model Partitioning
Processus de division stratégique d'un modèle d'IA en segments distribués entre différentes infrastructures.
Privacy-Preserving ML
Ensemble de techniques permettant l'apprentissage automatique sans exposer les données sensibles des utilisateurs.
Communication Overhead
Coût en bande passante et latence induit par les échanges entre client et serveur dans l'architecture distribuée.
Latency Optimization
Enjeu critique du split learning visant à minimiser les délais de réponse dans les systèmes distribués.
Activation Smashing
Attaque potentielle où les activations intermédiaires sont analysées pour reconstruire les données d'entrée.
Collaborative Intelligence
Concept où plusieurs entités combinent leurs ressources computationnelles pour un apprentissage mutuellement bénéfique.
Model Inference
Phase d'utilisation du modèle entraîné pour faire des prédictions, distribuée dans le contexte du split learning.