近日,IEEE P3652.1(聯邦學習基礎架構與應用)標準工作組第四次會議于北京成功召開。北京大學、IEEE、微眾銀行、創新工場、京東、中國電信、騰訊、小米、阿里巴巴、依圖、星云Clustar、第四范式、華為終端、VMWare、LogiOcean、SensesGlobal、Swiss Re、Intel、CETC BigData、螞蟻金服、華夏基金、富數科技共22家頭部企業與研究機構參與,會議聚焦于聯邦學習的場景分類與需求分類,著重對聯邦學習的安全測評與評級進行規劃,進一步探討聯邦學習標準制定。

近年來,AI技術在實際應用落地的過程中面臨著兩大瓶頸:一方面,多數企業擁有的“小數據”難以聚沙成塔取長補短;另一方面,對數據隱私與安全的日益重視早已成為世界性趨勢。而“聯邦學習”(Federated Learning)作為加密的分布式機器學習范式,可以使得各方在不披露原始數據的情況下達到共建模型的目的,為應對AI落地困境提供了更多可能性。目前,這一新興的AI技術已應用于金融、醫療、城市管理等多個領域。

為了提供聯邦學習落地應用的技術規范,為社會各界共建聯邦生態提供合作依據,IEEE聯邦學習國際標準項目應運而生。這一項目由微眾銀行發起,于去年12月獲批,是國際上首個針對人工智能協同技術框架訂立標準的項目,目前已經成功召開了四次工作組會議。

在前三次會議成果的基礎上,本次工作組會議取得了以下進展:以更加細致的視角考慮了聯邦學習在To B(企業端)、To C(用戶端)以及To G(政府端)不同情境下的場景分類,建立起聯邦學習的需求模板,并針對聯邦學習的安全測評進行了詳細的規劃,極大程度豐富了聯邦學習標準的內容,對聯邦學習標準草案的出臺具有重要的推動作用。

會議上,IEEE聯邦學習標準項目組制定了時間表:聯邦學習標準草案預計將于2020年2月推出,正式標準預計將于2020年上半年出臺。項目自去年12月成立至今,已經吸引了30余家互聯網巨頭公司、政府單位、企業和高校參與到標準制定工作中,覆蓋金融、科技、醫療、教育等多個領域。目前,標準工作組成員(指具有投票權的工作組成員)包括微眾銀行、騰訊、京東、Intel、華為,中國電信、小米、Eduworks、創新工場、Squirrel AI、星云Clustar、第四范式、CETC BigData、LogiOcean、SensesGlobal。

在數據安全與隱私保護備受關注的環境下,聯邦學習技術這一新興的人工智能技術,有望成為下一代人工智能協作網絡的基礎,建立起機構與用戶間的數據信任,推動科技向善。而聯邦學習國際標準的制定,則將進一步為其在各行業的落地應用提供標準化的體系。相信在未來,基于統一的技術標準,社會各界將共建起聯邦生態,讓聯邦學習發揮更大的潛能,開辟人工智能行業發展新方向。