微众银行AI团队发起的人工智能国际标准草案预计明年出台

6月15日,IEEE P3652.1(联邦学习基础架构与应用)标准工作组第二次会议在美国洛杉矶召开,创新工场、微众银行、京东、第四范式、中电科大数据研究院、星云Clustar、松鼠AI、Eduworks、瑞士再保险、doc.ai、同盾 科技 等企业及研究机构参会。

联邦学习是前沿的人工智能技术,能在保护用户隐私的前提下实现机构间联合建模,共同提升AI效果,有望成为下一代人工智能协作网络的基础。IEEE联邦学习标准的项目由微众银行发起,于2018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。国际人工智能专家、微众银行首席人工智能官杨强教授担任标准制定工作组主席,海内外已有13家来自科技、 金融 、教育、医疗等不同行业的知名研究机构及企业作为工作组成员共同参与,目前成员数量还在不断增加。

此次会议由创新工场提供会议支持,继今年2月在深圳召开第一次标准工作组会议之后,工作组成员梳理了各自领域内的联邦学习典型案例,此次会议上对联邦学习标准的具体形式及内容进行了讨论,对联邦学习的定义、框架、案例进行了研讨和分析。专家们从各自的研究和产业实践出发,对标准草案的制定提出了建设性意见。

随着各领域各行业的企业和机构陆续加入,标准制定的进度正在加快,据悉,8月11日将在澳门举办第三次工作组会议,从更多维度探讨联邦学习,并且预计明年会有标准草案初稿出台。对于联邦学习这项新技术而言,技术标准的出台将标志着技术向更通用、更成熟的方向发展,为社会各界共建联邦生态奠定基础,同时为立法和监管提供技术依据。

除了国际标准制定,联邦学习相关的学术研究、行业落地的探索也在加速进行。8月12日,在2019国际人工智能联合会议(IJCAI)上,微众银行、IBM将牵头举办面向数据安全与隐私保护的联邦学习技术国际研讨会,海内外顶级专家学者将齐聚一堂,探讨联邦学习的最新研究成果。在行业应用层面,微众银行AI团队开源了全球首个联邦学习“FATE(Federated AI Technology Enabler)”框架,在信贷风控、客户权益定价、监管科技等领域推出了相应的商用方案并已有相关落地案例。

在数据安全、数据隐私保护越发受到关注的当下,联邦学习或将搭建起机构与用户间数据信任、科技向善的桥梁,开辟人工智能行业发展新方向。