今年，“联邦学习”无疑是计算机领域最热门的话题之一，是目前国内外学术界、产业界争相占领的新高地，是人工智能领域发展的新方向，联邦学习是现在人工智能研究中的数据孤岛问题的新解决方案。CNCC2019特设了“联邦学习与数据安全管理”论坛。

大会首日下午，由中国人工智能开源软件发展联盟副理事长、深圳市金融智能机器人研究中心常务副主任、资深人工智能总监王健宗博士承办的技术论坛“联邦学习与数据安全管理”顺利举行。论坛邀请了6位相关领域专家深入研讨如何应用联邦学习技术提高数据安全管理的能力、打破“数据孤岛”，吸引了大量听众，取得圆满成功。

同时，王健宗博士还集结了业内资深平台架构师、安全领域专家免费提供了长达两小时的“联邦智能与AI安全培训”，现场讨论热烈。

——联邦学习 惊艳首秀——

今年，“联邦学习”无疑是计算机领域最热门的话题之一，是目前国内外学术界、产业界争相占领的新高地，是人工智能领域发展的新方向，联邦学习是现在人工智能研究中的数据孤岛问题的新解决方案。CNCC2019特设了“联邦学习与数据安全管理”论坛。

论坛吸引众多与会者到场

该论坛由中国人工智能开源软件发展联盟副理事长、深圳市金融智能机器人研究中心常务副主任、资深人工智能总监王健宗博士担任主席，邀请了百度大数据技术委员会主席、主任架构师杨胜文博士，蚂蚁金服集团高级技术专家王磊博士，微众银行AI部高级研究员曹祥博士，浙江大学CAD&CG国家重点实验室副主任，浪潮分布式深度学习算法工程师朱红博士和平安科技高级算法工程师何安珣等6位知名企业技术大牛和高校教授进行“联邦学习”相关的交流探讨。

王健宗博士主持

论坛第一位嘉宾是百度大数据技术委员会主席、主任架构师——杨胜文博士，他带来的演讲是《隐私保护的联合建模技术及应用》。杨胜文博士介绍道，随着人类社会向数字化、智能化转型，数据智能受到越来越多企业的关注和重视。在很多场景中，仅仅依靠一家企业所拥有的数据，很难充分释放数据智能的价值。如何在合法合规和保护数据隐私的前提下，联合多个企业所拥有的数据进行分析和建模，日益成为一个迫切需要解决的关键问题。同时，他还介绍了百度在隐私保护的联合建模技术及应用方面的一些实践。

杨胜文博士演讲现场

第二位嘉宾是来自蚂蚁金服的高级技术专家——王磊博士，他带来题为《共享智能技术的发展与应用趋势》的主题演讲。随着人工智能的兴起，数据的质量和数量，已经成为影响机器学习模型效果最重要的因素之一，如何在通过数据共享扩充数据量的同时，确保隐私不被泄露、数据不被滥用，已经成为人工智能的一个重要研究方向。王磊博士的演讲介绍了蚂蚁金服在共享智能技术上的发展与应用，并分析了这一领域未来的发展趋势。

王磊博士与现场听众互动

第三位嘉宾是来自微众银行AI部高级研究员——曹祥博士，演讲题目为《联邦学习技术及应用》。曹祥博士为参会者介绍了目前联邦学习的研究进展，随着联邦学习技术的不断发展，该技术不仅能够打破企业间“数据孤岛”，还可以解决用户数据隐私保护问题。

王健宗博士为曹祥博士颁发嘉宾证书

第四位嘉宾是来自浙江大学CAD&CG国家重点实验室副主任——陈为教授。他在《面向数据隐私保护的可视分析》报告中分享了他在面向数据隐私保护的可视分析方面的思考、工作进展与展望，包括：考虑数据隐私保护的可视化、面向关联关系可视化的隐私保护、联邦学习的可视化等。

陈为教授演讲现场

第五位嘉宾是来自浪潮人工智能与高性能产品部副总经理——朱红博士，演讲的主题是《深度学习分布式训练性能优化》。梯度平均和模型平均是深度学习分布式训练的两类主要方法，随着联邦学习的兴起，模型平均类方法在联邦学习中得到了广泛应用，朱红博士结合浪潮在分布式深度学习系统的经验，从分布式计算性能入手，分析了模型平均和梯度平均类方法的计算复杂度，给出了性能优化方法，并对二者的分布式训练性能进行了对比分析。

朱红博士演讲现场

最后一位嘉宾是来自平安科技的高级算法工程师——何安珣。她演讲的题目是《联邦学习在金融领域的前景和应用》。在强监管、严保护的背景下，许多的公司和机构开始意识到用户隐私和数据安全的重要性，尤其是金融领域在数据隐私和安全加密方向面临着挑战。何安珣在演讲中主要探讨了联邦学习技术如何平台化实现和在金融领域的重要应用场景，并就联邦学习技术上的挑战与发展方式作出了讨论。

王健宗博士为何安珣颁发嘉宾证书

论坛围绕联邦学习打破“数据孤岛”，解决用户数据隐私保护问题，促成新商业模式和新机制，在金融领域的应用等一系列关键技术进行了交流和探讨，取得圆满成功！

——联邦智能 全新定义——

今年的CNCC上，王健宗博士还集结了联邦学习领域资深平台架构师、资深安全领域专家团给大家带来“联邦学习与人工智能安全培训”的免费课程，这是全国首次联邦智能与AI安全培训。在人工智能技术广泛应用于各行业及各大业务场景，随着各类人工智能设备越来越多地应用于人们的生活，工作与生活愈加智慧化，而用户隐私、安全亦是首当其冲的重中之重。

王健宗博士讲授的课程是“联邦智能的前世、今生与未来”，培训现场王健宗博士提出了基于联邦学习技术的人工智能新生态——联邦智能(Federated Intelligence)。他介绍道，联邦智能(Federated Intelligence)是由联邦社区、联邦学习、联邦推理、联邦激励机制和联邦数据群落等五个部分组成。面对日趋严苛的数据安全、用户隐私相关法律法规，联邦智能讲成为人工智能的新发展目标。

王健宗博士授课现场

黄章成是业内资深联邦学习平台总架构师，他从联邦智能的工程实现角度出发，为大家讲述《联邦智能核心技术解读》。深入浅出地介绍了联邦学习平台的构建思想、各模块的基本原理和设计理念。

黄章成授课现场

曹鹏是安全领域的资深工程师，他带来的课程是《人工智能在网络安全中的应用与风险》。课程主要从AI安全应用以及AI安全风险两个维度对“人工智能安全”进行探索与分享。本课程从原生人工智能内生安全与外生安全探索了哪些因素可能会引发AI安全事件发生。

曹鹏授课现场

——结语——

在大数据时代，数据就意味着价值，数据已成为了互联网企业和科技企业生存和发展的基础性问题。想要通过机器学习做出足够精准的决策，充分利用信息资源，仅仅使用一方的数据资源效果往往并不理想，不同资源方的数据整合可以充分利用信息资源，挖掘数据价值。

联邦智能为人工智能的发展指明了新方向，构建健康、和谐、可发展的数据生态。这个领域仍有许多挑战在等待我们去突破！