首页  >  科技  >  从IJCAI 2019到NeurIPS 2019,联邦学习将
从IJCAI 2019到NeurIPS 2019,联邦学习将

时间:2019-11-03 18:34:15
[摘要] 2018年12月,联邦学习ieee国际标准正式立项,分别于2月、6月、8月召开了三次标准工作组会议,标准初稿完成。8月,备受关注的ijcai 2019首届联邦学习国际研讨会的成功召开标志了联邦学习国际

2019年12月中旬,被中国计算机联合会列为人工智能领域甲级会议的国际顶级人工智能学术会议——神经信息处理系统会议暨研讨会(Conference and Workshop on Neural Information Processing system)将在加拿大举行。

在这个机器学习领域的顶级会议上,微银行、谷歌、新加坡南洋理工大学(ntu)和卡内基梅隆大学(cmu)等机构将联合组织数据隐私和保密联合学习研讨会。预计联合学习领域的400多名杰出研究人员和实践者将参加这次会议。

此次联邦学习国际研讨会邀请了人工智能领域的顶尖学者作为演讲人,包括伟忠银行首席人工智能官、香港科技大学讲座教授、第四范式联合创始人杨强教授和谷歌语音识别技术研发负责人弗朗索瓦·博法斯(francoise beaufays)。道恩·宋(Dawn song),网络安全领域的知名专家,加州大学伯克利分校教授兼助理教授,拉鲁卡·阿达·波帕;马克斯·韦林(max welling),阿姆斯特丹大学机器学习首席教授,高通科技副总裁;卡耐基梅隆大学助理教授ameet talwalkar。

其中,伟忠银行首席人工智能官、香港科技大学讲师教授、第四范式共同创始人杨强教授是国际人工智能界“转移学习”技术的倡导者,并提出了“联邦转移学习”的新研究方向。他是国际人工智能协会第一个也是唯一一个中国执行委员会,也是第一个主持国际人工智能理事会的中国科学家。

加州大学伯克利分校教授道恩·宋(Dawn song)曾获得麦克阿瑟奖学金、古根海姆奖学金和阿尔弗雷德·P·斯隆研究奖学金,被媒体誉为“互联网安全的教母”。

然而,深度学习领域的著名科学家、vae的发起者max wellings (Wellings)提出了一种规范的等变卷积神经网络(g-cnn)。本研究将广义相对论和量子场论的数学原理应用于深度学习,为三维物体识别提供了新的思路。

届时,他们将与与会者分享联邦学习、数据安全和隐私保护领域的前沿学术成果,解决他们在实际登陆过程中面临的问题,并谈论联邦学习的未来发展。

近年来,随着机器学习等人工智能技术的发展和普及,其在各行各业的应用越来越深刻。然而,由于需要大量数据来支持人工智能技术,数据安全和用户隐私保护已经成为登陆应用中公众普遍关注的问题。

去年5月25日,欧盟颁布的《通用数据保护条例》对数据安全和隐私保护制定了严格的规定。该条例强调用户数据的收集必须公开透明。

gdpr实施后,2018年加州消费者隐私法(ccpa)和中华人民共和国网络安全法(Cyber Security Law)也加强了对数据安全的关注。在这种环境下,传统的数据处理模式面临着严峻的挑战。

随着数据所有者能够访问越来越敏感的数据,监管变得越来越严格。

针对人工智能发展与数据隐私保护之间的矛盾,联邦学习为解决这一问题提供了一种新思路。它可以确保参与者能够在参与者的数据不是本地的前提下联合建模。在此前提下,这种分布式加密机器学习可以有效避免集中式数据收集和处理的风险,并兼顾人工智能建模效果和数据保护。

联邦学习的热点研究课题包括:如何有效利用差异隐私、安全多方计算等技术,提高登陆期间联邦学习的工作效率。

在本次研讨会上,联邦学习领域的顶尖学者和实践者将讨论联邦学习实际登陆过程中的问题,并将其与许多行业的最新技术相结合,为用户隐私、数据安全和人工智能登陆之间的冲突提供更加全面有效的解决方案。

据悉,这是继今年8月国际人工智能大会(ijcai 2019)之后,微银行继续在顶级国际人工智能大会上举办的联邦学习研讨会。这次研讨会吸引了更多学者的关注。

目前,已经提交了数十篇论文,汇集了联邦学习领域的最新研究成果,从多个角度探讨了如何优化和应用联邦学习算法、如何增强联邦学习的安全性、如何建立联邦学习激励机制等。收集到的优秀论文将以口头报告和海报的形式在本次研讨会上发表。来自世界各地的学者将与论文作者进行对话和交流。

在过去的两年里,联邦学习在学术研究、标准制定和行业登陆方面取得了长足的进步,已经成为人工智能领域引人注目的方向之一。

2018年12月,美国联邦ieee国际标准研究所获得正式批准。标准工作组分别于2月、6月和8月举行了三次会议,标准初稿已经完成。

8月,备受关注的2019年国际青年商会(ijcai)举办的首届联邦学习国际研讨会的成功,标志着联邦学习国际共同体的正式成立,联邦学习进入了一个新阶段。12月,将于2019年在神经科学会举行的主题为联邦学习的研讨会将吸引更多的研究者和实践者的注意力。相信随着联邦学习的深入研究和广泛应用,将为破解数据孤岛和隐私保护的行业痛点提供更成功的范例。

研讨会官方网站:http://federated-learning.org/fl-neurips-2019/

理解联邦学习:www.fedai.org.cn

-完毕-

真诚的招聘

量子比特正在北京中关村招聘编辑/记者。期待有才华和热情的学生加入我们!详情请回复qbitai对话界面中的“招聘”一词。

量子位qbitai

跟踪人工智能技术和产品的新发展

辽宁11选5

© Copyright 2018-2019 hpbcool.com 太来信息门户网 Inc. All Rights Reserved.