التعلم الموحد هو أسلوب تعلم آلي اقترحه باحثون في شركة جوجل. وقد تم نشر المفهوم وخوارزميته الأساسية رسميًا في المؤتمر الدولي للذكاء الاصطناعي والإحصاء لعام 2017 (AISTATS 2017)، في أوراق بحثية ذات صلة. التعلم الفعال من حيث الاتصال للشبكات العميقة من البيانات اللامركزية.

التعلم الموحد هو أسلوب تعلم آلي موزع يحافظ على الخصوصية. يقوم مبدأه الأساسي على الاحتفاظ ببيانات التدريب الأصلية على الجهاز المحلي بشكل دائم، دون تحميلها إلى خادم مركزي. وبدلاً من ذلك، يُدرَّب نموذج عالمي مشترك بشكل تعاوني من خلال تجميع معلمات تحديث النموذج المحسوبة محليًا، مما يقلل بشكل كبير من تسريبات الخصوصية والمخاطر الأمنية. ولتحقيق هذا الهدف، اقترح فريق البحث خوارزمية المتوسط الموحد (FedAvg). وقد أظهرت التجارب أن هذه الخوارزمية لا تستطيع فقط التعامل بثبات مع البيانات غير المتوازنة وغير المستقلة ذات التوزيع المتطابق (non-IID) الخاصة بالأجهزة المحمولة، بل تقلل أيضًا بشكل كبير من عدد جولات الاتصال اللازمة لتدريب الشبكات العميقة من 10 إلى 100 مرة، متجاوزةً بذلك قيود تكلفة الاتصال في التطبيقات العملية.