導讀：農(nóng)夫養(yǎng)了一只小羊，想給它吃各種不同營養(yǎng)成分的草料，需要去各地收集草料再運送回來喂它。但是有一天，草料場擔心“熟客”農(nóng)夫暴露他們的商業(yè)機密，不再允許將草料向外運輸了。農(nóng)夫非常著急：怎么辦好呢？

苦苦思考后，農(nóng)夫想了個法子：帶小羊到各個草場吃草。羊在各地移動，而草料不出本地。草料場既不用擔心商業(yè)機密暴露，小羊也能健康成長。

如果把草料換成“數(shù)據(jù)”，商業(yè)機密換成“用戶隱私”，小羊換成“AI模型”，草料場換成“數(shù)據(jù)擁有方”，農(nóng)夫換成“工程師”，那么，上述便是一個聯(lián)邦學習的故事。

通過數(shù)據(jù)不動模型動的方式，聯(lián)邦學習技術(shù)能使數(shù)據(jù)可用不可見，有效保護數(shù)據(jù)安全與用戶隱私。

拋開技術(shù)細節(jié)不談，本文將從另一個方面講述“聯(lián)邦學習”的故事。

作者 | 蔣寶尚、陳彩嫻

2018年年底，國內(nèi)學術(shù)界與產(chǎn)業(yè)界在隱私計算領域開始了一場基于聯(lián)邦學習技術(shù)的生態(tài)建設持久戰(zhàn)。

那年12月，IEEE標準委員會（SASB）批準了由微眾銀行發(fā)起的關(guān)于《聯(lián)邦學習架構(gòu)和應用規(guī)范》的標準立項。不久，來自國內(nèi)外的多位知名學者和技術(shù)專家紛紛加入標準工作組，參與到聯(lián)邦學習IEEE標準的建設中。

標準，顧名思義，是對某一事物或概念進行的統(tǒng)一規(guī)定。不僅要切合實際，還要讓大家“心服口服”，共同遵守與維護。

這并不是一件易事。工作開始前，標準工作組主席楊強預計：“此類技術(shù)標準屬于國內(nèi)首次，沒有任何經(jīng)驗可以借鑒。我們預計用五年的時間拿下IEEE聯(lián)邦學習國際標準！”

但事實上，全球數(shù)據(jù)隱私保護大環(huán)境正在發(fā)生變化，標準制定也按下了快進鍵：

2018年12月，IEEE標準協(xié)會通過標準立項；

2019年2月，確定了聯(lián)邦學習標準的基本框架；

2019年6月，增添工作組成員，梳理各自領域內(nèi)的聯(lián)邦學習典型案例；

2019年8月，討論聯(lián)邦學習的評估指標如何量化；

2019年11月，對聯(lián)邦學習的安全測評與評級進行規(guī)劃；

2020年3月，標準草案獲IEEE通過，進入評估階段；

2020年9月，標準通過IEEE終版確認；

2021年3月，聯(lián)邦學習標準正式發(fā)布。距離立項不到三年，工作組便完成聯(lián)邦學習國際標準制定（以下稱為“標準”），并在今年3月30日通過IEEE確認，形成正式標準文件（IEEE P3652.1）。

聯(lián)邦學習生態(tài)的建立，離不開國際標準。作為世界上首個聯(lián)邦學習國際標準，其參與度之廣，印證了合規(guī)使用大數(shù)據(jù)的時代特征；其權(quán)威性之高，體現(xiàn)了社會對聯(lián)邦學習技術(shù)的強烈需求。

1、背景：數(shù)據(jù)隱私之殤

2019年1月22日，法國監(jiān)管機構(gòu)國家信息與自由委員會（CNIL）對谷歌處以5000萬歐元巨額罰款，理由是“違反了GDPR”。

這一刻，所有需要數(shù)據(jù)作為“石油”的公司猛然驚醒：來真的了！

2018年，歐洲聯(lián)盟加速出臺了《通用數(shù)據(jù)保護條例》（GDPR），為全球互聯(lián)網(wǎng)企業(yè)在享受全球化紅利的同時，加上了一條重重的鎖鏈：數(shù)據(jù)安全和用戶隱私。

作為個人信息保護立法的標志性法規(guī)，GDPR的出臺是“一點寒芒先到”，隨后則是“槍出如龍”。

讓有志之士沒料到的是，數(shù)據(jù)安全和用戶隱私的狂風會襲來的這么快：姓名、生日、信用卡、地址、病史、活動軌跡……只有“合規(guī)”，才能觸摸到背后的藍海市場。

針對數(shù)據(jù)安全與用戶隱私，學術(shù)界此前也取得了許多成就，但在應用中的效果并不佳。

第四范式副總裁、主任科學家涂威威說：“同態(tài)加密、差分隱私、自動多方機器學習技術(shù)、聯(lián)邦學習等等技術(shù)，在社會重視隱私保護意識之前，每年都會有論文產(chǎn)出，每年都會迭代從而適應越來越復雜的數(shù)據(jù)環(huán)境。”

然而，在學術(shù)界大放光彩的技術(shù)，在業(yè)界可能遭遇水土不服。差分隱私技術(shù)采用加噪聲的方法給數(shù)據(jù)“打碼”用來保護隱私，在業(yè)界已經(jīng)早有嘗試。但不同于理論上的完美證明，實際產(chǎn)業(yè)應用總是“棋差一招”。

在與國際人工智能界“遷移學習”技術(shù)的開創(chuàng)者楊強交流時，他也談到：“我們在2012年就用華為的數(shù)據(jù)進行了一個實驗，發(fā)現(xiàn)效果非常差，基本上屬于傷敵一千，自損八百，所以差分隱私在工業(yè)界并沒有大規(guī)模廣泛應用。但（差分隱私）在學術(shù)界很火，因為這個課題寫出的文章很漂亮。”

解決水土不服問題，有什么比想要“活下去”的大數(shù)據(jù)科技企業(yè)更加迫切呢？

2016年，“科技巨頭”谷歌利用聯(lián)邦學習解決安卓手機終端用戶在本地更新模型的問題，能夠基于本地“小數(shù)據(jù)”進行不斷機器學習訓練。

而這時，國內(nèi)的研究團隊也發(fā)現(xiàn)了這種“數(shù)據(jù)不出本地”的聯(lián)合建模技術(shù)的強大之處，能確保數(shù)據(jù)安全、隱私保護和合規(guī)。

于是，國內(nèi)學者和企業(yè)紛紛開始投入到聯(lián)邦學習技術(shù)研究和“本土化”技術(shù)落地中。

在早期，國內(nèi)將「Federated Learning」大多翻譯為「聯(lián)合學習」，現(xiàn)在則多稱為「聯(lián)邦學習」。其中的區(qū)別是，如果用戶是個人，確實是把他們的模型「聯(lián)合」起來學習；而如果用戶是企業(yè)、銀行、醫(yī)院等大數(shù)據(jù)擁有者，這種技術(shù)則更像是將諸多「城邦」結(jié)合起來，「聯(lián)邦」一詞會更為準確。

這一名字的變化，也反映著聯(lián)邦學習的研究主體從理論轉(zhuǎn)向?qū)嶋H應用的變化趨勢。

但要真正解決數(shù)據(jù)安全、隱私保護和合規(guī)問題，還需要一系列的配套措施。

只有將政策法規(guī)、標準規(guī)范等融入到代碼、模型中，才能讓需求各異的各方信服。

2、萬事開頭難

事情在一開始時并沒有那么順利：應該設定一個什么樣的標準？在楊強的預想中，聯(lián)邦學習技術(shù)框架發(fā)展迅速，標準需要有技術(shù)上的前瞻性和穩(wěn)定性, 構(gòu)建客觀的測評體系，并對實際應用系統(tǒng)起指導作用。  但到底要怎么做，具體提供什么樣的指導功能？這是工作組首先要回答的問題。

圖注：標準制定流程，摘自IEEE中國官網(wǎng)

一開始就加入標準制定的涂威威也談到：“困難確實存在，首先要面對‘兩個嶄新’。標準新：標準工作組雖然有很多資深技術(shù)專家，但是對于標準模式大家都有點束手無策；其次，技術(shù)新：聯(lián)邦學習成為主流技術(shù)并沒有多長時間，也要考慮如何吸引大家積極參與?！?/p>

當然，這難不倒身經(jīng)百戰(zhàn)的楊強。

在產(chǎn)生制定標準的想法之后，他和陳天健在深圳微眾銀行的大樓達成了共識：一定要接觸足夠多的機構(gòu)，盡量面談取經(jīng)；不求快，求穩(wěn)，做好打持久戰(zhàn)的準備，至少五年。

事實上，在2018年，標準還未立項，對于標準是什么、有什么用等問題還不清楚時，楊強就得到了CCF和IEEE官方的幫助。

2018年年初，CCF最先提供了Technology Frontier平臺。在楊強提出增設有關(guān)隱私的討論題目之后，CCF只用了幾個星期就準備好相關(guān)事宜。

楊強借助CCF TF這個平臺對聯(lián)邦學習標準制定的一些前置性問題進行了分享，并得到其他相關(guān)人員的反饋。

隨后，楊強又與國家工信部相關(guān)人士、IEEE標準協(xié)會中國戰(zhàn)略合作負責人王亮迪博士等人進行交流。

楊強回憶：“當時IEEE標準制定相關(guān)的領導還專門過來給我們答疑解惑。當時他帶來兩個美國人，其中一個是標準委員。他們提了很多建設性的意見，包括說如果真的要建設標準，就不能摻雜自己的偏見?！?/p>

一番交流后，楊強明白了：一項標準的成文涉及細節(jié)非常多，其中定義、概念、分類、算法框架規(guī)范、使用模式和使用規(guī)范等，都需要反復斟酌。

了解了大致流程：建立標準工作組，明確選舉過程，制定大綱等等，并做好了打持久戰(zhàn)的準備后，楊強便著手開始進行各種調(diào)查，研究以前標準制定的相關(guān)文檔，尋找“老朋友”進行支持。

于是就有了最初的標準工作組成員：涂威威、陳雨強、馮霽、胡水海、叢明舒、張鈞波......與此同時，也有一些單位在工作組中以觀察員身份，持續(xù)關(guān)注標準制定的進展。

2019年尤其關(guān)鍵，因為標準制定的大部分正式討論會議都在這一年里召開。

1月份，元旦剛過，南京大學的周志華教授作為AAAI的主席，便邀請了楊強去夏威夷作特邀報告。這也是人工智能頂級會議上第一次出現(xiàn)聯(lián)邦學習的“題目”。

夏威夷雖處于冬季，吹的卻是暖風。特邀報告的反響很好，工作組一合計，便提出不如召開一次正式的討論會議。這時，距離立項通過不過兩個月。

圖注：2019年2月，標準工作組在深圳召開第一次會議

經(jīng)過約兩個月的討論，2019 年2月份，工作組在深圳召開了第一次會議。參會人數(shù)達到30余位。也正是這30多位業(yè)界、學界人士，畫出了聯(lián)邦學習標準的基本框架。

正式會議結(jié)束后，當天與會者聚集在深圳萬豪酒店的陽臺上繼續(xù)交流。楊強直到現(xiàn)在還對當時探討的具體內(nèi)容印象深刻，當時聊到很晚，參與的人都講了自己擅長的領域，大家也更加堅定了打造聯(lián)邦學習技術(shù)生態(tài)的信心。

3、會議討論內(nèi)外

雖然第一次會議比較成功，但作為標準組副主席的馮霽也有自己的擔心：

一是雖然整體框架已經(jīng)搭建，但具體細節(jié)如何補充才能達到IEEE的要求？另外，接下來要如何說服更多人參與進來，讓大家看到這個標準的重要性？

“大家背景都不一樣，有學者也有業(yè)界人士，還有只是感興趣的參與者，而這份標準的具體內(nèi)容既不能像論文，也不能像白皮書，更不能只是算法、應用案例的羅列?！痹趩柕綐藴手贫ㄓ龅胶畏N困難的時候，馮霽這樣回答。

這些問題要求標準能夠“頂天立地”：一是能夠吸收到最新的技術(shù)，二能有非常強的實操性，全面考慮所有應用場景。

作為一家投資公司，創(chuàng)新工場在解決問題時有自己的方法論。

在思想碰撞最為激烈的第四次會議中，馮霽建議在標準中將聯(lián)邦學習的應用范圍限定在To B（企業(yè)）、To C（消費者）、To G（政府）三方，大家在討論時候，先將自己的應用案例進行歸類，然后具體問題具體分析，理清楚標準范式的脈絡。

這樣一來，各方參與者在討論如何在不同的案例場景下應用標準的時候，就更有條理。

另一個沖突點是如何對技術(shù)內(nèi)演進行定義，例如安全多方計算這些和聯(lián)邦學習平行的技術(shù)如何融合到大一統(tǒng)的標準框架中。

梳理這些技術(shù)點的脈絡關(guān)系，確定外延和內(nèi)涵，標準組采取的方式是：通過拿科研的文章進行歷史性的梳理，參照不同技術(shù)之間的綜述，追根溯源，找出參與方都滿意的答案。

圖注：2019年6月，標準工作組召開第二次會議，探討了聯(lián)邦學習的定義、框架和案例

共識可以通過討論達成，但在標準制定的全程中，需要考慮的首要問題還是：如何吸引更多的人參與。

在回答這個問題時，馮霽的語氣中透露出如釋重負：“好在大家積極性比較高，也有宣傳推廣的意識。除了正式的會議之外，一些參與者，尤其是楊強教授一馬當先，親自利用各種機會進行宣講，特別是致力于讓這個標準有更多的國際參與，例如世界人工智能大會、AAAI、IJCAI等都有聯(lián)邦學習的panel設定，并在美國、澳門召開工作組會議。創(chuàng)新工場也是一樣，包括開復本人，也專門對這個技術(shù)在各個場合進行布道?！?/p>

由微眾牽頭，最早的參與單位有：微眾銀行、創(chuàng)新工場、星云Clustar、第四范式。

隨后，工作組成員增加至30多家：松鼠AI、京東城市、騰訊云、邏輯匯、華為、中國電信、小米、華大基因、中電科大數(shù)據(jù)研究院、Senses Global、依圖、趣鏈科技、百度、海信、螞蟻金服、Eduworks、AI Singapore……

領軍人物的“游說”與魅力，以及參與者的長遠眼光，勾畫出了聯(lián)邦學習技術(shù)在未來的廣闊發(fā)展空間。

在一次和瑞典科技部長的對話中，楊強曾問到：“GDPR對個人數(shù)據(jù)的強監(jiān)管措施，對于歐洲AI公司而言，是否是創(chuàng)新的障礙？”

部長回答，這看上去是絆腳石，實際上是動力。因為大家會研制下一代的AI，而美國因為沒有同等嚴苛的標準，技術(shù)會因此落后一代。

因此，善于洞察趨勢的有志之士看到了：“聯(lián)邦學習將成為解決人工智能數(shù)據(jù)瓶頸的必由之路。”

4、眾人拾柴火焰高

2019年中期，一位關(guān)鍵人物加入團隊——曾在諾基亞負責MPEG標準制定的范力欣。他在知識產(chǎn)權(quán)的標準方面經(jīng)驗非常豐富。

范力欣加入之后，直接從另一個方面概括了遇到的困難：在涉及隱私保護這樣的課題上，如何以有效的技術(shù)方案達成目的, 沒有先例可循。但他看到工作組已經(jīng)集成了聯(lián)邦學習眾多“好手”，心想：大家齊心協(xié)力，辦法總比困難多，沒有過不去的坎。

把大家的專業(yè)和特長有機整合起來，這是范力欣和工作組同仁達成的共識。

圖注：2019年8月，標準工作組在澳門召開第三次會議，聚焦聯(lián)邦學習各項指標的評估如何量化、標準如何體現(xiàn)聯(lián)邦學習技術(shù)的合規(guī)性、聯(lián)邦學習應用案例的分類歸納等

作為To G領域的代表，中電科大數(shù)據(jù)研究院有限公司程序提到：“大數(shù)據(jù)院一直以政府治理大數(shù)據(jù)應用技術(shù)為研究重點，在推進政府數(shù)據(jù)開放共享等方面有很多經(jīng)驗和做法，我們來提供To G領域的應用案例?！?/p>

邏輯匯的創(chuàng)始人叢明舒作為楊強的學生，自然對恩師發(fā)起的項目全力支持：“作為投資研究平臺研發(fā)商，經(jīng)濟激勵我在行，我可以從博弈論視角分析聯(lián)邦學習商業(yè)化過程的經(jīng)濟激勵機制?！?/p>

涂威威總是邏輯清晰，對拋出的問題一針見血：“在我還是學者的時候，就研究過遷移學習下的隱私保護，關(guān)于聯(lián)邦學習的系統(tǒng)定義部分，我來！”

星云Clustar胡水海也積極參與：“我們一直研究聯(lián)邦學習里的底層技術(shù)架構(gòu)，聯(lián)邦學習標準中的這部分，我可以負責?！?/p>

在國際上，聯(lián)邦學習也獲得了2018年圖靈獎獲得者Yoshua Bengio的大力支持。

2019年12月13日，Bengio在NeurIPS 2019期間出席微眾銀行舉辦的“微眾銀行人工智能之夜”，在晚會上明確表達了自己對聯(lián)邦學習的認可，并簽署了微眾與蒙特利爾學習算法研究所（Mila）的戰(zhàn)略合作協(xié)議。

圖注：工作組部分成員在加拿大溫哥華參與NeurIPS 2019

標準通過后，來自瑞士洛桑聯(lián)邦理工學院（EPFL）的Boi Faltings教授發(fā)來激動的祝賀，提到聯(lián)邦學習標準對世界數(shù)據(jù)隱私保護的意義：

“Up to now, federated learning is only used by large companies. Now that there is a standard, everyone around the world can work together to maximize our benefit from AI.”（直至今日，聯(lián)邦學習技術(shù)只在大企業(yè)中得到應用，而形成標準后，世界上每個人都可以一起努力，將AI技術(shù)“物盡其用”）

在和眾多標準組工作人員交流的過程中，盡管他們沒有提到，但AI科技評論卻能夠感受到：在全球的技術(shù)標準制定中，在隱私保護的技術(shù)發(fā)展大潮中，中國人始終處于弄潮兒的地位。

 

5、兩種技術(shù)，一個目標

當前，業(yè)界解決隱私泄露和數(shù)據(jù)濫用的數(shù)據(jù)共享技術(shù)路線主要有兩條：一條是基于硬件可信執(zhí)行環(huán)境技術(shù)的可信計算，另一條就是基于密碼學的同態(tài)加密和多方安全計算。

這兩種方法一種是集中式，一種是分布式。集中式借助硬件，分布式借助密碼學算法。集中式以螞蟻金服為代表。他們提出共享學習的概念，底層使用Intel的SGX技術(shù)，試圖打造出以阿里云為中心的商業(yè)模式。

而分布式的保護方式，基于密碼學的同態(tài)加密和多方安全計算（MPC：Multi-party Computation），之前一直是學術(shù)界比較火的話題，但在工業(yè)界的存在感較弱，直到“聯(lián)邦學習” 概念的出現(xiàn)，才使得MPC技術(shù)一夜之間在工業(yè)界火了起來。

針對數(shù)據(jù)維度不同，聯(lián)邦學習分為縱向聯(lián)邦學習、橫向聯(lián)邦學習、聯(lián)邦遷移學習，可以充分應對用戶重疊、用戶特征重疊的各種情況。這種能夠讓參與方在數(shù)據(jù)不出本地的基礎上聯(lián)合建模的方法，顯然更能考慮數(shù)據(jù)擁有者的顧慮。    

圖注：2019年11月，標準工作組在北京召開第四次會議，聚焦聯(lián)邦學習場景需求分類與安全測評，著重對聯(lián)邦學習的安全測評與評級進行規(guī)劃

在訓練性能方面，胡水海提到：“聯(lián)邦學習在保護隱私的同時，需要以龐大的計算資源為代價，而異構(gòu)計算恰好能提供強大的算力支持。星云Clustar以高性能算力起家，很早就開始布局聯(lián)邦學習異構(gòu)計算的賽道?！?/p>

在使用效果方面，涂威威深有感觸：“確實有效果，第四范式也在醫(yī)療領域進行了嘗試，在預測糖尿病患病率方面，比臨床金標準要提升兩倍到三倍?！?/p>

創(chuàng)新工場有著資本的敏銳“嗅覺”，早已看出了人工智能系統(tǒng)的安全性和隱私保護方向的重要性，已經(jīng)開始著手研究聯(lián)邦學習企業(yè)的創(chuàng)業(yè)機會。

與創(chuàng)新工場“英雄所見略同”的還有邏輯匯。作為一家金融科技公司，叢明舒也意識到，在面向金融機構(gòu)提供在線金融分析自動化平臺的過程中引入聯(lián)邦學習技術(shù)，對看重數(shù)據(jù)隱私的金融機構(gòu)亦至關(guān)重要。

京東城市自主研發(fā)的聯(lián)邦數(shù)字網(wǎng)關(guān)產(chǎn)品面向政府和企業(yè)客戶數(shù)據(jù)共享難等問題，也在致力于為客戶提供安全數(shù)據(jù)共享、數(shù)據(jù)流轉(zhuǎn)的產(chǎn)品級解決方案。

騰訊內(nèi)部則成立了三個團隊攻關(guān)聯(lián)邦學習，而華為也有兩個不同的工作組進行To C、ToB的布局。

騰訊云副總裁王龍談到：“這一國際標準的發(fā)布，將聯(lián)邦學習從算法層面提升到生態(tài)建設層面，是其產(chǎn)業(yè)化的重要一步。我相信這一標準在未來產(chǎn)業(yè)互聯(lián)網(wǎng)的建設中，必將發(fā)揮關(guān)鍵作用?！?/p>

 

6、生態(tài)與格局

求同存異、和而不同的傳統(tǒng)文化深深地刻在了中國人的骨子里，尤其體現(xiàn)在：標準組在發(fā)起投票的時候，對每一條反對意見都要反復修訂草案，直到最終修訂稿被IEEE標準委員會投票通過。

作為秘書長單位，星云Clustar在標準制定過程中擔負起協(xié)調(diào)重任。呂亞靜回憶：“我們內(nèi)部有很多群，除了大會之外，還開了眾多小會，大家提出問題之后，都會盡量快速討論協(xié)商解決。那時候，我就像催收作業(yè)一樣，催大家‘交作業(yè)’。”

參與撰寫標準的單位主要有：微眾銀行、創(chuàng)新工場、星云Clustar、第四范式、松鼠AI、京東城市、騰訊云、邏輯匯、華為、中國電信、小米、華大基因、中電科大數(shù)據(jù)研究院、Senses Global、依圖、百度等等。

這些不同行業(yè)的參與者，帶來更多的業(yè)務場景和實際需求問題，提升了標準的全面性和完整性，讓百尺的竿頭更進了一步。

因為耗時太長，需要考慮的方面太多，工作組有時難免懷疑自己是不是真的能完成這件事：“完全沒有任何金錢方面的激勵，純粹是靠大家的激情與無私奉獻。”

后來，馮霽安慰大家說：“當你確信在做一件正確的事情時，有挑戰(zhàn)是好事，經(jīng)受住了質(zhì)疑和挑戰(zhàn)的東西才彌足寶貴?！?/p>

在半個多小時的交流中，馮霽提到最多的是“生態(tài)”：“只要這件事情值得做，對中國和世界的技術(shù)生態(tài)有幫助，有長遠影響，哪怕我們倒貼錢，也要進行下去?！?/p>

靠著組織者的身體力行，他們最終讓標準成長為心中的理想模樣。

圖注：2021年3月，聯(lián)邦學習標準終版正式發(fā)布

三年來，海內(nèi)外多家企業(yè)和研究機構(gòu)合作參與制定的聯(lián)邦學習IEEE標準。但與其他諸多國際標準不同的是，在這次標準制定中，國內(nèi)企業(yè)占據(jù)了主導地位。

回想這三年所做的事情，涂威威給出的關(guān)鍵字是“格局”，表現(xiàn)在兩個方面：

一，先難后易。大家最開始選擇了最難的標準進行攻關(guān)，這是比較明智的，因為如果國際標準如果證明可行，那么往國內(nèi)引進、推廣就比較容易。

二，行業(yè)影響長遠。技術(shù)標準是推廣行業(yè)應用的通用溝通語言。一項產(chǎn)品，你說它品質(zhì)優(yōu)秀，質(zhì)量過硬，沒有專業(yè)的評價體系，是無法讓消費者、政府監(jiān)管機構(gòu)信服的。如果企業(yè)拿出IEEE標準用作檢測，效果自然不同。

 7、接下來如何推廣？

如今，聯(lián)邦學習國際標準（IEEE P3652.1）已經(jīng)通過并發(fā)布。

接下來會如何圍繞這一“國際上首個針對人工智能協(xié)同技術(shù)框架訂立的標準”做努力？

楊強認為：“標準相當于‘數(shù)據(jù)市場的操作系統(tǒng)’，有了操作系統(tǒng)還要有應用，希望更多的行業(yè)參與者能夠在操作系統(tǒng)的基礎上制定更為細化的標準和應用?！?/p>

言外之意，形成標準并不是一勞永逸，會繼續(xù)吸納更多參與方，動態(tài)調(diào)整細節(jié)。只有將聯(lián)邦學習技術(shù)促成產(chǎn)業(yè)生態(tài)，使其保持可持續(xù)發(fā)展，才能經(jīng)得起時間的考驗。

如今，越來越多企業(yè)參與進來，包括字節(jié)跳動、百度、中國電信、VMware中國等等，共同推動聯(lián)邦學習成為一種產(chǎn)業(yè)生態(tài)。

此前，字節(jié)跳動技術(shù)團隊開源了自研的聯(lián)邦學習平臺Fedlearner框架。字節(jié)跳動高級技術(shù)總監(jiān)兼人工智能科學家劉小兵表示，“聯(lián)邦學習是機器學習新范式，而這一國際標準的建立，對于推動人工智能在安全合規(guī)的要求下順利發(fā)展，提供了有力的保障?！?/p>

百度研究院副院長李平教授也提到，“聯(lián)邦學習的標準建立意味著聯(lián)邦學習技術(shù)和應用發(fā)展到了一個新的階段。在這一標準指引下，聯(lián)邦學習的生態(tài)將迅速形成，人工智能的隱私，安全的分布式聯(lián)合建模也將成為一個新的范式?！?span style="color: #FFFFFF;">雷鋒網(wǎng)

華為在聯(lián)邦學習上同樣不甘落后。除了搭建NAIE聯(lián)邦學習的基本框架，在去年9月25日，華為云發(fā)布了ModelArts 3.0，提供聯(lián)邦學習特性，實現(xiàn)數(shù)據(jù)不出戶的聯(lián)合建模。

而中國電信這家擁有億級用戶的巨無霸，經(jīng)過在標準推進過程中的不斷深入研究，聯(lián)邦學習技術(shù)已經(jīng)在中國電信落地，正在進行產(chǎn)品的迭代研發(fā)。

據(jù)介紹，中國電信將積極會進一步關(guān)注聯(lián)邦學習的分布式終端訓練、聯(lián)邦學習對網(wǎng)絡架構(gòu)要求和聯(lián)邦學習的安全機制等方面，推動跨運營商、跨行業(yè)的應用合作，持續(xù)細化完善行業(yè)間的應用標準規(guī)范，以構(gòu)筑良好的應用生態(tài)。Intel一直關(guān)注聯(lián)邦學習技術(shù)。雷鋒網(wǎng)

按照Intel大數(shù)據(jù)技術(shù)全球CTO戴金權(quán)的看法，聯(lián)邦學習能獲得數(shù)據(jù)可用不可見的效果，聯(lián)邦學習IEEE國際標準的發(fā)布是這一技術(shù)發(fā)展的一個里程碑。

VMware中國研發(fā)技術(shù)總監(jiān)張海寧也表態(tài)：“在數(shù)據(jù)治理、隱私保護和安全合規(guī)的大潮下，我們看到越來越多的客戶使用聯(lián)邦學習的新技術(shù)來打破部門墻和連接數(shù)據(jù)孤島。”因此，VMware也在積極投入到聯(lián)邦學習技術(shù)的發(fā)展工作中，包括參與開源FATE等項目。雷鋒網(wǎng)

數(shù)據(jù)隱私保護涉及到每個人的信息安全。聯(lián)邦學習生態(tài)的建立，離不開國際標準。

形成標準只是第一步，聯(lián)邦學習的發(fā)展未來仍需要更多人的關(guān)注與參與。

只有參與，才能受益。

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