某高科技製造商希望利用 AI 預測上下游供應商的產能與交期，以降低供應鏈中斷的風險。然而，多數零件供應商因涉及商業機密，不願將庫存與製程資料上傳至製造商的中央雲端平台。若希望在保護各供應商資料隱私的前提下，共同訓練供應鏈預測模型，最適合採用下列哪一種 AI 技術或架構？
答案 （C）
核心概念
資料不能離開各家，又要一起訓練模型，就是聯邦學習。
聯邦學習（Federated Learning）的做法：模型送到各供應商那邊，用他們自己的資料在本地訓練，只把訓練出來的參數更新傳回中央彙整，原始資料從頭到尾不出門。供應商的庫存與製程資料留在自己家，製造商還是拿得到一個大家共同訓練的預測模型。
答題技巧
快速判斷技巧：「資料不願上傳」加「共同訓練」，答案是聯邦學習（Federated Learning）。 ・資料留本地、只傳參數 → 聯邦學習 ・要集中原始資料 → 集中式倉儲、數位雙生，都排除 ・完全不用內部資料 → 犧牲預測效果
易錯陷阱：(B) 數位雙生（Digital Twin）是供應鏈題常出現的名詞，容易憑印象選。 關鍵差異：數位雙生解決的是「模擬」，題目卡的是「隱私」，兩個問題不同。