雷鋒網(wǎng)AI科技評論按：2019年12月中旬，國際人工智能頂級學術會議，被中國計算機學會列為人工智能領域的A類會議——神經(jīng)信息處理系統(tǒng)大會NeurIPS 2019（Conference and Workshop on Neural Information Processing Systems）即將于加拿大隆重召開。

在這一機器學習領域的頂級會議中，微眾銀行、Google、新加坡南洋理工大學（NTU）、卡內基梅隆大學（CMU）等機構將聯(lián)合舉辦聯(lián)邦學習國際研討會（Workshop on Federated Learning for Data Privacy and Confidentiality ），預計將有超過400名聯(lián)邦學習領域的優(yōu)秀研究人員與從業(yè)者參與會議。

本屆聯(lián)邦學習國際研討會邀請了人工智能領域的頂級學者作為演講嘉賓，包括微眾銀行首席人工智能官、香港科技大學講席教授、第四范式聯(lián)合創(chuàng)始人楊強教授，谷歌語音識別技術研發(fā)帶頭人Francoise Beaufays，網(wǎng)絡安全領域著名專家、加州大學伯克利分校教授Dawn Song及助理教授Raluca Ada Popa，阿姆斯特丹大學機器學習首席教授、高通技術副總裁Max Welling（韋靈思）以及卡內基梅隆大學助理教授Ameet Talwalkar。

其中，微眾銀行首席人工智能官、香港科技大學講席教授、第四范式聯(lián)合創(chuàng)始人楊強教授是國際人工智能界“遷移學習”（Transfer Learning）技術的開創(chuàng)者，并提出“聯(lián)邦遷移學習”的研究新方向，是國際人工智能協(xié)會（AAAI）首位也是至今為止唯一的華人執(zhí)委，首位任IJCAI理事會主席的華人科學家。來自加州大學伯克利分校的教授Dawn Song曾獲麥克阿瑟獎 (MacArthur Fellowship)、古根海姆獎(GuggenheimFellowship)與斯隆研究獎 (Alfred P. Sloan Research Fellowship)，被媒體譽為“互聯(lián)網(wǎng)安全教母”。而深度學習領域知名科學家、VAE的提出者Max Wellings（韋靈思）曾提出規(guī)范等變卷積神經(jīng)網(wǎng)絡（G-CNN），這一研究將廣義相對論和量子場論的數(shù)學原理應用到深度學習中，為3D物體識別提供了新思路。屆時，他們將在現(xiàn)場與參會者一同分享聯(lián)邦學習與數(shù)據(jù)安全、隱私保護的最前沿學術成果，解決其在實際落地過程中面臨的難題，共話聯(lián)邦學習發(fā)展的未來。

近年來，隨著機器學習等人工智能技術的發(fā)展與普及，在各行各業(yè)的落地應用也越來越深入。但由于人工智能技術需要海量數(shù)據(jù)的支撐，落地應用過程中，數(shù)據(jù)安全與用戶隱私保護成為了公眾普遍關注的問題。去年5月25日，歐盟頒布的《通用數(shù)據(jù)保護條例》（General Data Protection Regulation，簡稱GDPR）對數(shù)據(jù)安全與隱私保護做出了嚴格的規(guī)定，條例強調：收集用戶數(shù)據(jù)必須公開、透明。在GDPR實施之后，《2018年加州消費者隱私法案》（The California Consumer Privacy Act of 2018，簡稱CCPA）、《中華人民共和國網(wǎng)絡安全法》等法案也加強了對數(shù)據(jù)安全的關注。在這一環(huán)境下，傳統(tǒng)的數(shù)據(jù)處理模式面臨著嚴峻的挑戰(zhàn)。

隨著數(shù)據(jù)擁有者能夠接觸到的敏感數(shù)據(jù)越來越多，監(jiān)管也愈發(fā)嚴格。針對人工智能的發(fā)展與數(shù)據(jù)隱私保護這一矛盾，聯(lián)邦學習提供了解決問題的全新思路，它可以保證在參與方的數(shù)據(jù)不出本地的前提下共同建模，在這一前提下，這種分布式加密機器學習可以有效避免集中收集、處理數(shù)據(jù)的風險，兼顧AI建模效果與數(shù)據(jù)保護。

聯(lián)邦學習的熱點研究課題包括：如何有效利用差異隱私、安全多方計算等技術，并提高聯(lián)邦學習在落地過程中的工作效率等。在本次研討會中，聯(lián)邦學習領域的頂尖學者與從業(yè)者將圍繞聯(lián)邦學習在實際落地過程中的問題展開討論，將其與多個行業(yè)領域的最新技術結合起來，為應對用戶隱私、數(shù)據(jù)安全與AI落地的矛盾提供更加全面有效的解決方法。

據(jù)悉，這是微眾銀行繼今年8月國際人工智能聯(lián)合會議（IJCAI 2019）聯(lián)邦學習國際研討會之后，持續(xù)在國際人工智能頂級會議中舉辦聯(lián)邦學習研討會，本次研討會吸引了更多學者關注。目前共收到數(shù)十篇論文投稿，匯聚了聯(lián)邦學習領域的最新研究成果，圍繞聯(lián)邦學習算法如何優(yōu)化與應用、如何增強聯(lián)邦學習的安全性、如何建立起聯(lián)邦學習激勵機制等展開多方面多角度的探索。被收錄的優(yōu)秀論文將會在本次研討會以口頭報告和海報的形式發(fā)表，來自世界各地的學者將與論文作者展開對話與交流。

近兩年來，聯(lián)邦學習在學術研究、標準制定、行業(yè)落地等方面一路高歌猛進，成為人工智能領域引人注目的方向之一。2018年12月，聯(lián)邦學習IEEE國際標準正式立項，分別于2月、6月、8月召開了三次標準工作組會議，標準初稿完成。8月，備受關注的IJCAI 2019首屆聯(lián)邦學習國際研討會的成功召開標志了聯(lián)邦學習國際社區(qū)的正式成立，聯(lián)邦學習進入了一個新的階段。12月，在NeurIPS 2019中舉辦的聯(lián)邦學習主題的研討會將吸引更多研究者與從業(yè)者的關注。相信隨著聯(lián)邦學習的深入研究與廣泛落地，將為破解數(shù)據(jù)孤島和隱私保護的行業(yè)痛點提供更多成功范例。

研討會官網(wǎng)：http://federated-learning.org/fl-neurips-2019/

了解聯(lián)邦學習：www.fedai.org.cn

雷鋒網(wǎng)報道

如欲了解更多聯(lián)邦學習內容，可參看雷鋒網(wǎng)之前報道：

相關文章：

數(shù)據(jù)不出本地，還能享受大數(shù)據(jù)訓練模型，聯(lián)邦學習提供一種應用廣闊的學習新范式

從概念到技術，再到國際標準和開源社區(qū)，聯(lián)邦學習只用兩年時間

異軍突起的聯(lián)邦學習，為什么能夠進入國際標準流程？

微眾銀行楊強教授：聯(lián)邦學習的最新發(fā)展及應用丨CCF-GAIR 2019

破解數(shù)據(jù)孤島壁壘，三篇論文詳細解讀聯(lián)邦學習

「聯(lián)邦學習」實現(xiàn)「共同富裕」？CCF 相關主題研討會即將重磅來襲

不讓「數(shù)據(jù)孤島」成為 AI 發(fā)展的絆腳石，「聯(lián)邦學習」將成突破口？

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權禁止轉載。詳情見轉載須知。