2019年12月8日-14日，第33屆國際人工智能頂級會議NeurIPS 2019（Thirty-third Conference on Neural Information Processing Systems）于加拿大溫哥華舉行，投稿論文數量（6743篇）、參會人數（1.3萬人）均創下歷史新高。

大會期間，微眾銀行人工智能首席科學家范力欣博士和高級研究員劉洋、谷歌研究科學家Brendan McMahan和Jakub Kone?ný 、新加坡南洋理工大學于涵教授，卡內基梅隆大學Virginia Smith助理教授組織主持了“實現數據隱私保護的聯邦學習國際研討會”（Workshop on Federated Learning for Data Privacy and Confidentiality in Conjunction with NeurIPS 2019），共有400余位來自國際知名高校及企業的AI領域專家、研究人員及從業者圍繞聯邦學習、差分隱私、安全多方計算、編碼理論及激勵機制等議題展開討論，并為AI落地中的數據孤島和數據合規利用問題提供了現實可行的解決方案。

NeurIPS 2019聯邦學習國際研討會現場

聯邦學習作為加密的分布式機器學習新范式，可以讓各方在數據不出本地，保護數據隱私的前提下，進行聯合建模，實現跨機構跨組織AI協作，為打破數據孤島和數據隱私保護難題提供了新思路。在近兩年數據監管越發嚴格的大環境下受到了國內外眾多機構的關注。

此次研討會吸引了眾多學者參與聯邦學習生態的建設，共收到68篇論文投稿，33篇被接收，哈佛大學、耶魯大學、普林斯頓大學、康奈爾大學、麻省理工學院、卡耐基梅隆大學、清華大學、北京大學和香港科技大學等國際名校與研究機構以及谷歌、微軟、Facebook、華為、騰訊和微眾銀行等知名企業均榜上有名。12篇優秀論文于現場進行了講解，21篇優秀論文進行了海報展示，來自世界各地的學者與論文作者展開了對話與交流，最終評選出“杰出論文（Distinguished Paper Award）”和“杰出學生論文（Distinguished Student Paper Award）”兩大獎項。

12篇優秀論文于研討會現場進行了講解

21篇優秀論文于研討會現場進行了海報展示

來自甲骨文實驗室（Oracle Labs）的論文團隊以及來自哈佛大學、耶魯大學的論文團隊獲得了杰出論文獎。來自卡內基梅隆大學、Bosch Center for Artificial Intelligence（BCAI）的論文團隊以及來自卡內基梅隆大學、東京大學的論文團隊則摘得杰出學生論文獎。

杰出論文及杰出學生論文獎項于“WeBank AI Night”頒發

這是繼今年8月國際人工智能聯合會議（IJCAI 2019）首屆聯邦學習研討會之后，聯邦學習再次亮相國際人工智能頂級會議。谷歌研究員Daniel Ramage的統計結果顯示：聯邦學習論文數量近期呈現高速增長趨勢，研討深度與應用廣度都有長足進步，在微眾銀行和谷歌等企業研究的頭雁效應下，聯邦學習發展進入了新階段。

國際AI專家聚力探索“聯邦學習”多重可能，理論研究與實踐應用共同發力

近年來，人工智能技術已跨越從理論到實踐階段，正快速進入全球市場化階段。在人工智能新產品和新技術大量出現的同時，數據安全和數據隱私保護也越發受到關注，聯邦學習作為一種加密的分布式機器學習技術，可以在數據不出本地，用戶數據不泄露，香港服務器，遵循數據保護法規的前提下，多方共建AI模型，實現跨機構跨組織協作。

研討會上，微眾銀行首席人工智能官、香港科技大學講席教授楊強，谷歌語音識別技術研發帶頭人Francoise Beaufays，谷歌研究員Daniel Ramage，美國計算機學會ACM新晉院士、加州大學伯克利分校教授Dawn Song，加州大學伯克利分校助理教授Raluca Ada Popa，高通技術副總裁、阿姆斯特丹大學機器學習首席教授Max Welling，卡內基梅隆大學助理教授Ameet Talwalkar，中國科學院計算技術研究所泛在計算系統研究中心主任陳益強等國內外頂尖學者，歐洲服務器，深入探討了聯邦學習的個性化和普適性問題，以及貝葉斯方法、分布式學習、去中心化等技術要素在聯邦學習中的影響。

在聯邦學習的實際應用方面，微眾銀行首席人工智能官楊強教授著重分享了聯邦學習技術在推薦系統中的應用，谷歌的研究員Daniel Ramage則講述了谷歌在聯邦學習系統、算法和實際應用方面的探索，Francoise Beaufays更是以谷歌輸入法為例，深入細致地分析了聯邦學習在實踐中的最新進展，中科院陳益強主任則揭示了聯邦學習在醫療領域輔助帕金森診斷方面的應用。

聯邦學習造就人工智能未來新趨勢