Flower AI は、分散型機械学習システムの構築を可能にするオープンソースのフェデレーテッドラーニングフレームワークです。複数のクライアントが協力してモデルを訓練する一方で、元データのプライバシーを保護します。
主な用途は、フェデレーテッドラーニングシステムの開発プロセスを簡素化し、開発者・研究者・企業が元データを共有せずにAIモデルを共同訓練できるようにすることです。
通常、Python の基礎的なプログラミングと機械学習の知識が必要です。フレームワークは詳しいチュートリアルとテンプレートを提供し、既存プロジェクトの移行やゼロからの構築を支援します。
PyTorch、TensorFlow、JAX（Flaxと組み合わせ）、Hugging Face Transformers、fastai、Pandas など、複数の主要ツール・フレームワークと統合可能です。
フレームワークはフェデレーテッドラーニングの基本原理に従い、訓練データはローカル機器やサーバーに保持され、モデルパラメータや更新情報だけが中央サーバーにアップロードされて集約されます。元データの直接伝送は発生しません。
公開情報によれば、Flower AI はオープンソースのフレームワークで、無料で利用できます。
データプライバシーの要件が厳しい業界、例: 医療・ヘルスケア、金融サービス、自動運転、組織を跨るAIトレーニングが求められるあらゆるシーンに適しています。
Flower ライブラリをインストールし、コマンドラインツールの `flwr new` でプロジェクトテンプレートを生成するか、公式が提供するサンプルコードをクローンしてすぐに試せます。
両者は統合連携しています。Flower AI は研究の柔軟性とアルゴリズム開発に焦点を当て、NVIDIA FLARE は本番運用性を重視。統合後、Flower で開発したプログラムを FLARE 環境で実行可能です。
