聚焦联邦学习场景需求分类与安全测评，IEEE联邦

近日,IEEE P3652.1(联邦学习基础架构与应用)标准工作组第四次会议于北京成功召开。北京大学、IEEE、微众银行、创新工场、京东、中国电信、腾讯、小米、阿里巴巴、依图、星云Clustar、第四范式、华为终端、VMWare、LogiOcean、SensesGlobal、Swiss Re、Intel、CETC BigData、蚂蚁金服、华夏基金、富数科技共22家头部企业与研究机构参与,会议聚焦于联邦学习的场景分类与需求分类,着重对联邦学习的安全测评与评级进行规划,进一步探讨联邦学习标准制定。

近年来,AI技术在实际应用落地的过程中面临着两大瓶颈:一方面,多数企业拥有的“小数据”难以聚沙成塔取长补短;另一方面,对数据隐私与安全的日益重视早已成为世界性趋势。而“联邦学习”(Federated Learning)作为加密的分布式机器学习范式,可以使得各方在不披露原始数据的情况下达到共建模型的目的,为应对AI落地困境提供了更多可能性。目前,这一新兴的AI技术已应用于金融、医疗、城市管理等多个领域。

为了提供联邦学习落地应用的技术规范,为社会各界共建联邦生态提供合作依据,IEEE联邦学习国际标准项目应运而生。这一项目由微众银行发起,于去年12月获批,是国际上首个针对人工智能协同技术框架订立标准的项目,目前已经成功召开了四次工作组会议。

在前三次会议成果的基础上,本次工作组会议取得了以下进展:以更加细致的视角考虑了联邦学习在To B(企业端)、To C(用户端)以及To G(政府端)不同情境下的场景分类,建立起联邦学习的需求模板,并针对联邦学习的安全测评进行了详细的规划,极大程度丰富了联邦学习标准的内容,对联邦学习标准草案的出台具有重要的推动作用。

会议上,IEEE联邦学习标准项目组制定了时间表:联邦学习标准草案预计将于2020年2月推出,正式标准预计将于2020年上半年出台。项目自去年12月成立至今,已经吸引了30余家互联网巨头公司、政府单位、企业和高校参与到标准制定工作中,覆盖金融、科技、医疗、教育等多个领域。目前,标准工作组成员(指具有投票权的工作组成员)包括微众银行、腾讯、京东、Intel、华为,中国电信、小米、Eduworks、创新工场、Squirrel AI、星云Clustar、第四范式、CETC BigData、LogiOcean、SensesGlobal。

在数据安全与隐私保护备受关注的环境下,联邦学习技术这一新兴的人工智能技术,有望成为下一代人工智能协作网络的基础,建立起机构与用户间的数据信任,推动科技向善。而联邦学习国际标准的制定,则将进一步为其在各行业的落地应用提供标准化的体系。相信在未来,基于统一的技术标准,社会各界将共建起联邦生态,让联邦学习发挥更大的潜能,开辟人工智能行业发展新方向。

相关阅读：