從IJCAI 2019到神經信息處理系統大會NeurIPS 2019，機器學習日漸興盛 _神經

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級會議神經信息處理系統大會NurIPS2019年中國計算機學會被列為人工智能領域的A級會議神經信息處理系統大會Neural命令Neural命令專業版即將在加拿大隆重召開。

在該機械學習領域的頂級會議中，谷歌、新加坡南洋理工大學(NTU)卡內基梅隆大學(CMU)等機構共同召開聯邦學習國際研討會(Workshoponfed對Learningfor加入Dataprivacy選秀Confidentiality)，預計將有400多名聯邦學習領域的優秀研究者參加會議。

本屆聯邦學習國際研討會邀請了人工智能領域的頂尖學者作為演講嘉賓，包括微型銀行首席人工智能官、香港科技大學講座教授、第四范式聯合創始人楊強教授、谷歌語音識別技術術開發的領導人Francoise與Beaufays、網絡安全領域著名專家、加利福尼亞大學伯克利分校教授Dawnn領導人Song和助手教授Ralucaadaaataatatatatatandatatandatiseatanatandateatatanatatananatantante機器學習的首席教授、高通技術副總裁MaxWellin(韋靈)和助手教授

其中，微型銀行首席人工智能官、香港科技大學講座教授、第四范式聯合創始人楊強教授是國際人工智能界轉移學習(Transferlearning)技術的創始人，提出聯邦轉移學習的研究新方向，是國際人工智能協會(AAAI)的第一位也是迄今為止唯一的中國執行委員，是IJCAI理事會主席的中國科學家。加利福尼亞大學伯克利分校的教授Dawn，Song獲得麥克阿瑟獎(MacArthurFellowship.Sloan的冠軍海姆獎GuuimFlowship)和斯隆研究獎頒發的P.在Sloan的冠軍Research上Fellowship)被媒體稱為網絡安全教母。深度學習領域著名科學家、VAE提出者Max、Wellings(韋靈思)曾提出規范等變卷神經網絡(G-CNN)，該研究將廣義相對論和量子場論的數學原理應用于深度學習，為3D物體識別提供了新的構想。屆時，他們在現場與參加者共享聯邦學習和數據安全、隱私保護的最先進學術成果，解決實際著陸過程中面臨的難題，談聯邦學習發展的未來。

近年來，隨著機器學習等人工智能技術的發展和普及，各行各業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據的支撐，落地應用過程中，數據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《通用數據保護條例》（General Data Protection Regulation，簡稱GDPR）對數據安全與隱私保護做出了嚴格的規定，條例強調：收集用戶數據必須公開、透明。GDPR實施后，《2018年加利福尼亞消費者隱私法案》、《中華人民共和國網絡安全法》等法案也加強了對數據安全的關注。在這個環境下，傳統的數據處理模式面臨著嚴峻的挑戰。隨著數據所有者能夠接觸到的敏感數據越來越多，監督也越來越嚴格。針對人工智能的發展和數據隱私保護的矛盾，聯邦學習提供了解決問題的新思路，保證參加者的數據不能在當地建模，在此前提下，該分布式加密機械學習可以有效地避免集中收集、處理數據的風險，兼顧AI建模效果和數據保護。

聯邦學習的熱點研究課題包括如何有效利用差異隱私、安全多方面的計算等技術，提高聯邦學習著陸過程中的工作效率等。在本次研討會上，美聯儲學習領域的頂尖學者和從業者將圍繞美聯儲學習在實際落地過程中的問題展開討論，將其與多個行業領域的最新技術相結合，為應對用戶隱私、數據安全和AI落地的矛盾提供更全面有效的解決方案。

微眾銀行今年8月繼國際人工智能聯合會議(IJCAI魏2019)聯邦學習國際研討會后，繼續在國際人工智能頂級會議上召開聯邦學習研討會，本次研討會受到更多學者的關注。目前，共收到數十篇論文帖子，匯集了美聯儲學習領域的最新研究成果，圍繞美聯儲學習算法如何優化和應用，如何提高美聯儲學習的安全性，如何建立美聯儲學習激勵機制等開展多方面多角度的探索。收錄的優秀論文將在本次研討會上以口頭報告和海報的形式發表，來自世界各地的學者將與論文作者進行對話和交流。

【從IJCAI 2019到神經信息處理系統大會NeurIPS 2019，機器學習日漸興盛】近兩年，美聯儲學習在學術研究、標準制定、行業落地等方面一路高歌猛進，成為人工智能領域備受關注的方向之一。2018年12月，聯邦學習IEE國際標準正式立項，分別于2月、6月、8月召開3次標準工作組會議，標準初稿完成。8月，備受矚目的IJCAI2019首屆美聯儲學習國際研討會成功召開，標志著美聯儲學習國際社區正式成立，美聯儲學習進入了新階段。12月，NeurIPS2019年舉辦的聯邦學習主題研討會吸引了更多研究者和員工的關注。隨著聯邦學習的深入研究和廣泛落地，相信會為解讀數據孤島和隱私保護的行業痛點提供更多成功例子。