No mundo digital moderno, a inteligência artificial frequentemente aprende ao reunir dados de milhões de dispositivos, desde smartphones até sensores hospitalares. Essa abordagem, conhecida como aprendizado federado, permite que os computadores construam modelos poderosos sem nunca mover os dados brutos em si, preservando a privacidade enquanto aproveitam a inteligência coletiva. No entanto, um problema persistente surge porque os dados em cada dispositivo raramente são idênticos. Um usuário pode tirar milhares de fotos de gatos, enquanto outro captura apenas paisagens; um hospital pode tratar principalmente pacientes idosos, enquanto outro atende principalmente crianças. Quando essas fontes de dados diversas tentam aprender a partir de um único modelo compartilhado, o resultado é frequentemente um sistema confuso que apresenta um desempenho ruim para todos. Para resolver isso, pesquisadores recorreram ao aprendizado federado personalizado, um método que tenta equilibrar uma base comum com adaptações específicas para cada usuário individual. No entanto, mesmo com esses ajustes personalizados, o processo de aprendizado pode se tornar instável. À medida que o modelo é atualizado ao longo do tempo, a maneira como ele compreende partes específicas de informações pode mudar de forma imprevisível, fazendo com que o sistema esqueça o que aprendeu em etapas anteriores ou aplique as lições erradas aos dados errados.

Uma equipe de pesquisadores da Universidade de Ciência e Tecnologia de Henan e da Universidade de Esportes de Henan desenvolveu um novo framework chamado FedEAGD para enfrentar essa instabilidade. O trabalho deles foca em uma questão sutil, mas crítica: como a compreensão de um único ponto de dado, como uma imagem específica, muda conforme o modelo aprende ao longo de muitas rodadas de comunicação. Em vez de tratar cada dado da mesma forma, o método deles rastreia o histórico de como o modelo vê cada amostra individual. Eles descobriram que algumas imagens fazem o modelo mudar de ideia drasticamente de uma rodada para a outra, enquanto outras permanecem estáveis. Ao medir esse "desvio" (drift), o sistema pode decidir o quanto confiar nas lições passadas para cada item específico. Se um dado está fazendo o modelo oscilar, o sistema aplica uma orientação mais forte do passado para estabilizá-lo. Se o dado é estável, o sistema relaxa seu controle, permitindo que o modelo se adapte mais livremente às necessidades únicas daquele dispositivo específico.

Os pesquisadores construíram este sistema em torno de um conceito que chamam de "professor histórico". Imagine um estudante que mantém um diário de seu próprio progresso. Nesta versão digital, cada dispositivo mantém um registro simplificado e médio de como seu modelo compartilhado se parece ao longo do tempo. Quando o dispositivo treina em um novo lote de dados, ele compara sua compreensão atual de cada imagem contra esse diário. Se a visão atual de uma imagem difere significamente do registro histórico, o sistema reconhece isso como um momento de instabilidade. Ele então aumenta automaticamente o peso da lição histórica para aquela imagem específica, efetivamente dizendo: "Este é um caso difícil; vamos nos manter mais próximos do que sabíamos antes". Isso acontece em uma base de amostra por amostra, o que significa que uma imagem pode receber muita orientação enquanto sua vizinha recebe muito pouco, dependendo inteiramente de quanto a visão do modelo sobre elas se deslocou.

Para garantir que o modelo não se torne muito rígido, os pesquisadores também introduziram uma maneira de introduzir gradualmente informações personalizadas. Nos estágios iniciais do treinamento, o sistema foca em construir uma base sólida e compartilhada que funcione para todos. À medida que o treinamento progride, ele começa lentamente a tecer as características únicas específicas de cada dispositivo. Isso é feito através de um mecanismo de "portão" (gated) que atua como um interruptor de dimerização, aumentando lentamente o volume dos detalhes personalizados apenas após a base compartilhada estar segura. Isso evita que o sistema fique confuso ao tentar aprender muitos detalhes específicos cedo demais. Os pesquisadores também adicionaram verificações de segurança para garantir que essas adições personalizadas não degradem acidentalmente o desempenho do modelo compartilhado, e utilizam uma técnica de suavização ao final do processo para coordenar as atualizações finais entre o servidor central e os dispositivos individuais.

A equipe testou esta abordagem em vários conjuntos de dados de imagens conhecidos, incluindo coleções de dígitos manuscritos, objetos cotidianos e cenas complexas com centenas de categorias. Eles simularam ambientes onde os dados eram altamente desiguais, com alguns dispositivos detendo tipos muito diferentes de imagens do que outros. Nessas condições desafiadoras, o novo método superou consistentemente as abordagens existentes. Em um conjunto de dados de 100 diferentes categorias de objetos com distribuição de dados altamente desigual, o novo framework alcançou uma precisão de 63,05 por cento. Isso foi quase seis pontos percentuais superior ao próximo melhor método testado, uma margem significativa no campo do aprendizado de máquina. O sistema também provou ser robusto quando menos dispositivos participavam do treinamento ou quando o número de dispositivos aumentava, mantendo sua vantagem sobre outros métodos independentemente da escala ou do nível de participação.

Crucialmente, essa melhoria não veio ao custo de um aumento na comunicação. Em muitos sistemas personalizados, enviar dados únicos de ida e volta entre os dispositivos e o servidor central cria uma carga pesada de tráfego. Neste novo framework, apenas a parte compartilhada do modelo é enviada pela rede. Os componentes personalizados, os registros históricos e os ajustes específicos permanecem armazenados localmente em cada dispositivo. Isso significa que o sistema pode aprender com as peculiaridades únicas de cada dispositivo sem sobrecarregar a rede com dados extras. Os pesquisadores mediram o tempo e a transferência de dados necessários e descobriram que o novo método é eficiente, levando cerca de 16,84 segundos por rodada de treinamento em hardware padrão, o que é comparável a outros métodos leves, mas muito mais eficaz.

O estudo sugere que a chave para um melhor aprendizado personalizado não reside apenas em ter modelos diferentes para diferentes usuários, mas em entender como esses modelos evoluem ao longo do tempo. Ao prestar atenção à trajetória de como um modelo vê peças individuais de dados, o sistema pode aplicar a quantidade certa de orientação exatamente onde ela é necessária. Essa abordagem permite que a inteligência coletiva da rede permaneça estável, ao mesmo tempo em que acomoda as necessidades únicas de cada participante. Os pesquisadores concluem que este método oferece uma maneira prática de construir sistemas mais confiáveis e precisos para ambientes sensíveis à privacidade, da saúde aos dispositivos pessoais, onde os dados são naturalmente diversos e o custo do erro é alto. O trabalho deles demonstra que, ao ouvir mais atentamente o histórico de como um modelo aprende, podemos ajudá-lo a aprender melhor no presente.