1. créer des modèles individuels localement pour une assistance personnalisée 2. entraîner des modèles de manière collaborative pour partager des connaissances diverses à travers des essaims 3. tester des modèles dans des évaluations globales et financières pour établir la performance sur n'importe quelle tâche Le développement d'applications ML est sur le point d'atteindre son moment sans serveur