為海量數(shù)據(jù)“筑高墻”聯(lián)邦學(xué)習(xí)引各界關(guān)注

張一迪

近日，由華中科技大學(xué)學(xué)者聯(lián)合國(guó)內(nèi)電信運(yùn)營(yíng)商向國(guó)際電信聯(lián)盟（ITU-T）提交的國(guó)際標(biāo)準(zhǔn)提案“面向物聯(lián)網(wǎng)和智慧城市/社區(qū)的聯(lián)邦機(jī)器學(xué)習(xí)需求及參考架構(gòu)”，獲得批準(zhǔn)正式立項(xiàng)。

近兩年，聯(lián)邦學(xué)習(xí)概念火爆，在今年的各個(gè)人工智能大會(huì)上被多次提及。騰訊牽頭設(shè)立的互聯(lián)網(wǎng)銀行微眾銀行在聯(lián)邦學(xué)習(xí)上頗有研究，近期釋放出擬上市信號(hào)的京東數(shù)科也是研究者之一。

聯(lián)邦學(xué)習(xí)究竟有怎樣的“魅力”，讓學(xué)術(shù)界、產(chǎn)業(yè)界都爭(zhēng)相開(kāi)展研究？

為解決

Al隱私問(wèn)題而生

在人工智能向前發(fā)展的道路上，模型、算力、芯片性能等技術(shù)層面上的問(wèn)題一直是學(xué)術(shù)界持續(xù)研究的重點(diǎn)，人工智能技術(shù)因此能夠不斷演進(jìn)。

不過(guò)若耍機(jī)器真正做到靠近人類思維的水平，就需使用來(lái)源于人類世界的海量真實(shí)數(shù)據(jù)對(duì)機(jī)器進(jìn)行訓(xùn)練。

隨之而來(lái)的是，數(shù)據(jù)安全、個(gè)人信息隱私等風(fēng)險(xiǎn)問(wèn)題勢(shì)必會(huì)成為影響人工智能贏得用戶信任，從而實(shí)現(xiàn)大規(guī)模落地的重要因素。

在這樣的大環(huán)境下，“聯(lián)邦學(xué)習(xí)”就應(yīng)運(yùn)而生了。

聯(lián)邦學(xué)習(xí)（ Fedrated Leanung）是一種機(jī)器學(xué)習(xí)技術(shù)，可以在不交換數(shù)據(jù)樣本的情況下，在多個(gè)分散的邊緣設(shè)備或服務(wù)器上訓(xùn)練算法。

這種方法與傳統(tǒng)的集中式機(jī)器學(xué)習(xí)技術(shù)（所有的本地?cái)?shù)據(jù)集都上傳到一臺(tái)服務(wù)器上）和更經(jīng)典的分散式方法（假設(shè)本地?cái)?shù)據(jù)樣本是相同分布的）形成了對(duì)比。

2017年，谷歌AI在《聯(lián)合學(xué)習(xí)：協(xié)作機(jī)器學(xué)習(xí)沒(méi)有集中訓(xùn)練數(shù)據(jù)》的博客文章中首次引入“聯(lián)邦學(xué)習(xí)”的概念。……