تبقى البيانات في مكانها. يُدرّب التعلّم الموحّد النماذج عبر العديد من الأجهزة دون مركزية البيانات الأولية. يقوم كل جهاز بحساب التحديثات على البيانات المحلية، ويرسل هذه التحديثات فقط إلى خادم، ويقوم الخادم بتجميعها في نموذج مشترك.

يناسب هذا النهج الحالات التي تجعل فيها الخصوصية أو سعة النطاق الترددي المركزية غير عملية. تتعلم لوحات المفاتيح أنماط الكتابة دون إرسال ضغطات المفاتيح. وتُدرّب المستشفيات نماذج التشخيص دون مشاركة سجلات المرضى.

الآليات الأساسية

• التدريب المحلي على كل جهاز
• يتم إرسال تحديثات التدرج أو النموذج إلى الخادم
• التجميع في نموذج عالمي محدّث
• إعادة التوزيع إلى الأجهزة للجولة التالية

لا تزال التحديات قائمة. فالأجهزة تختلف في توزيع البيانات وسرعات الاتصال ومدى التوافر. كما أن تكلفة الاتصال مرتفعة، وقد تتسبب التحديثات في تسريب المعلومات إذا لم تُحمَ بعناية. ويُضيف التجميع الآمن والخصوصية التفاضلية ضمانات بتكلفة إضافية.