Quand vous tapez « salade » et que le clavier propose « césar », en coulisses, des millions de téléphones apprennent ensemble à prédire les mots. Ils n'échangent pas vos messages, mais seulement les améliorations de l'algorithme commun — comme un entraîneur qui envoie aux athlètes uniquement les modifications du plan : « ajoutez 5 pompes à celles d'hier ». L'entropie de l'information permet d'envoyer uniquement les corrections inattendues et précieuses.
Le problème : les lettres se perdent parfois, et l'athlète perd le fil. La solution — une double assurance. L'entraîneur envoie périodiquement le plan complet, et entre-temps, deux types d'indices : un rapide basé sur la dernière version reçue et un détaillé basé sur le dernier point de contrôle. Si le rapide se perd, le détaillé fonctionne. Cela rappelle le modèle standard en physique : une structure solide et des corrections temporaires.
Pour les connexions instables — drones, capteurs, montres connectées — la méthode est indispensable. Les auteurs ont prouvé sa fiabilité et ont appris à sélectionner les appareils prêts à recevoir. Résultat inattendu : la précision ne chute pas, et parfois même augmente, car le système apprend à filtrer le bruit, comme la spectroscopie distingue les signaux.
Lors de la saisie sur le clavier Android Gboard, l'apprentissage fédéré améliore les suggestions de mots en analysant le comportement de l'utilisateur directement sur l'appareil.