星云Clustar创始人陈凯教授应邀出席世界顶尖科学家青年论坛

10月29日至11月1日，第三届“世界顶尖科学家论坛(WLF)”以线上、线下结合的形式在上海如期举行。论坛由世界顶尖科学家协会发起、上海市人民政府主办，是亚洲地区规格最高的国际科学盛会，同时也是全球集聚诺⻉尔奖等顶尖科学家最多的年度科学会议。论坛围绕“ 科技 ，为了人类共同命运”的主题，137位诺贝尔奖、沃尔夫奖、拉斯克奖、图灵奖等全球顶尖科学奖项得主与会共探全球科技发展趋势。

近日，星云Clustar创始人,香港科技大学教授陈凯应邀出席世界顶尖科学家论坛，此次盛会由61位诺贝尔奖得主领衔，与30余位国内两院院士，以及200余位世界优秀青年科学家、科研工作者进行深入交流，全球各领域最强大脑齐聚一堂，内容涵盖化学、物理学、医学、 经济 学、计算机科学等领域，他们的学术成就代表当今世界最高水准。

作为网络和人工智能系统领域青年科学家代表，陈凯教授在本届世界顶尖科学家青年论坛「人工智能会议专场」发表了“联邦学习与隐私计算”为主题的演讲。其中，图灵奖(“计算机界的诺贝尔奖”)获得者曼纽尔·布鲁姆、马丁·赫尔曼、拉吉·雷迪出席嘉宾席，并就陈凯教授演讲内容展开提问与深入讨论。

本次演讲中，陈凯教授主要介绍了团队在联邦学习系统方向的研究，探讨联邦学习和隐私计算技术如何消除由于数据隐私而造成的“数据孤岛”对人工智能应用落地的阻碍,达到数据安全连接,充分释放大数据价值和人工智能生产力。

陈凯教授在演讲中表示，由于全球用户对数据隐私的关注，欧洲GDPR、美国CCPA、国内数据安全管理办法等数据隐私和保护法日趋全面化与严格化，“数据孤岛”问题严重，使得数据难以发挥真正的价值，限制了人工智能技术在 金融 、医疗等领域的广泛应用。为推进人工智能在多个领域的应用落地，他带领团队参与建设了基于数据隐私保护的联邦学习安全计算框架，联邦学习可以帮助企业、机构内部或多个机构协作时，在满足用户隐私保护、数据安全和政府法规的前提下，通过加密机制进行数据安全连接和机器学习建模，无需披露任何存储在本地的原始数据和核心价值数据，达到或逼近跟使用原始数据建模一致的效果。

联邦学习系统在运行过程中，为了完成隐私保护下的机器学习，对数据进行了同态加密，因此带来了巨大的密文计算量和传输量挑战。而这正是陈凯教授擅长的领域，他带领团队研发了高性能分布式AI集群计算架构，通过高速通信技术以及面向人工智能的创新网络传输技术，提高大型 AI集群吞吐量，降低通信延时，极大提升了整体计算效率，助力联邦学习突破密态数据计算与密文传输的瓶颈。

自上世纪50年代阿兰·图灵、约翰·麦肯锡等科学家定义了人工智能至今，其发展的脚步从未停止，如今未来的序幕已然拉开，人工智能将会作为人类世界的新成员融入我们的生活。无论在B端还是C端，人工智能将会提供全面的技术支撑与智能化服务，而人工智能想要达到如此程度，离不开完善的生态与海量数据。陈凯教授深耕网络和人工智能底层系统十余年，身为联邦学习产业生态发展联盟副理事长，他深知完善的生态对人工智能发展的重要性，除了在研究上的不断深入，也肩负积极推进联邦学习生态完善的责任，近期，陈凯教授带领星云Clustar深度参与的首个联邦学习国际标准的底层基础架构制定，已获IEEE一致通过，这一标准的制定将使业界在探索人工智能 商业 化的征程中迈出了坚实的一步。