繼3月24日在深圳舉辦TF14探討聯(lián)邦學習以來,9月北京ADL103期、10月CNCC2019技術(shù)論壇,至10月26日TF23期,這已是CCF發(fā)起的第四次聯(lián)邦學習主題研討,這次聚焦聯(lián)邦學習的最新應(yīng)用落地,近150位來自頭部ICT和互聯(lián)網(wǎng)企業(yè)和在京重點高校學生一起分享探討了這一話題。

從基礎(chǔ)理論到應(yīng)用實戰(zhàn),CCF TF第23期研討會展示新一代聯(lián)邦學習應(yīng)用范例。此次CCF TF第23期“AI聯(lián)邦學習的最新應(yīng)用落地”研討會由微眾銀行人工智能首席科學家范力欣擔任主席,微眾銀行首席人工智能官楊強、微眾銀行人工智能部高級研究員范濤、騰訊云大數(shù)據(jù)及AI中心高級研發(fā)工程師秦姝琦、華為消費者BG軟件部CTO辦公室算法專家朱越、VMware中國研發(fā)中心技術(shù)總監(jiān)張海寧、京東智能城市事業(yè)部AI平臺負責人張鈞波、創(chuàng)新工場南京國際人工智能研究院執(zhí)行院長馮霽、平安科技聯(lián)邦學習技術(shù)部總經(jīng)理王健宗、中科院計算所泛在計算系統(tǒng)研究中心主任陳益強、北京大學光華管理學院應(yīng)用經(jīng)濟系教授翁翕作為研討會的特邀嘉賓,現(xiàn)場講演分享了最新的行業(yè)經(jīng)驗,與參會者熱烈交流。

人工智能技術(shù)成功突破算法與算力的限制的同時,“數(shù)據(jù)孤島”與數(shù)據(jù)隱私安全問題對人工智能的應(yīng)用落地提出了新挑戰(zhàn)。在這種環(huán)境下,“聯(lián)邦學習”(Federated Learning)成為應(yīng)對該挑戰(zhàn)的關(guān)鍵思路。此前,CCF TF第14期研討會已經(jīng)在深圳探討了在保護數(shù)據(jù)隱私的前提下如何利用聯(lián)邦學習開展AI大數(shù)據(jù)研究。而本期研討會則著重展示聯(lián)邦學習技術(shù)落地各行業(yè)的最新成果,并就聯(lián)邦學習的激勵機制、安全場景等前沿課題做了深入探討。

“現(xiàn)在聯(lián)邦學習已經(jīng)進入一個新的時期,就是落地時期。”在研討會開場致辭中,微眾銀行首席人工智能官楊強教授提出,聯(lián)邦學習的發(fā)展需要經(jīng)歷三個階段,即“點到點的聯(lián)邦學習發(fā)展階段”,“應(yīng)用落地、積累案例階段”與“聯(lián)邦學習價值聯(lián)盟網(wǎng)絡(luò)建立階段”。在經(jīng)歷以隱私保護為重點的第一階段之后,目前的聯(lián)邦學習正在邁向積累經(jīng)驗的落地階段。哪些領(lǐng)域適合聯(lián)邦學習?如何體現(xiàn)聯(lián)邦學習的商業(yè)價值?可能面臨哪些技術(shù)與商業(yè)挑戰(zhàn)?如何建立不同企業(yè)之間的聯(lián)盟?楊強教授認為,這需要積累大量的案例,而本次研討會就是一個起點。

在楊強教授展望了聯(lián)邦學習未來發(fā)展階段之后,本次研討會主席、微眾銀行人工智能首席科學家范力欣在《從數(shù)據(jù)孤島到隱私保護:聯(lián)邦學習對各行業(yè)AI落地之影響》報告中回顧了聯(lián)邦學習被提出的歷史背景,進一步闡述聯(lián)邦學習落地的必要性。范力欣博士表示:如今我們正在經(jīng)歷互聯(lián)網(wǎng)的第四次信息革命,坐擁海量的信息與數(shù)據(jù)。“這些數(shù)據(jù)如果能夠用AI的方式進行解讀,對我們的生活會產(chǎn)生一個大的提升。”為了挖掘海量信息背后的價值,讓所有的數(shù)據(jù)用大家都能接受的方式進行共享,聯(lián)邦學習應(yīng)運而生。聯(lián)邦學習這一新興的AI技術(shù)已經(jīng)相繼落地于各行各業(yè),在智慧城市、智慧終端、智慧醫(yī)療等領(lǐng)域都取得了突出的成果。

會議上,演講嘉賓們來自不同行業(yè)不同領(lǐng)域,分別從各自的行業(yè)實踐出發(fā),分享了聯(lián)邦學習在各領(lǐng)域的最新應(yīng)用成果。微眾銀行人工智能部高級研究員范濤在《FATE:新一代聯(lián)邦學習技術(shù)及應(yīng)用實戰(zhàn)》主題報告中詳細介紹了微眾銀行研發(fā)的四大決策型AI產(chǎn)品及聯(lián)邦學習開源項目FATE在保險科技、信貸風控、行業(yè)流程自動化等領(lǐng)域的應(yīng)用,包括智能定價引擎、智能評分引擎、運營商智能化產(chǎn)品和營銷智能化產(chǎn)品,提到:“我們希望通過FATE聯(lián)合決策能力到?jīng)Q策性AI產(chǎn)品,加速聯(lián)邦學習在商業(yè)場景的落地。”

在保險領(lǐng)域,微眾銀行AI團隊通過對用戶的年齡、職業(yè)、年租車次數(shù)等標簽屬性進行聯(lián)邦學習建模,預(yù)測出險概率,實現(xiàn)千人千面的定價。在信貸方面,微眾銀行AI團隊研發(fā)的智能評分引擎,能夠利用開票金額與央行的征信數(shù)據(jù)等標簽屬性進行聯(lián)合建模,將小微企業(yè)風控模型區(qū)分度——AUC of ROC(衡量模型區(qū)分好壞樣本的評估標準之一)提升至12%。

在醫(yī)療領(lǐng)域,聯(lián)邦學習技術(shù)同樣是實現(xiàn)醫(yī)療大數(shù)據(jù)研究的重要方式。中科院計算所泛在計算系統(tǒng)研究中心主任陳益強研究員認為,健康監(jiān)護需要在普適環(huán)境下實現(xiàn)開放域用戶行為的智能感知和理解,而面向疾病診斷的智能算法研究存在著限制移動、時空受限等缺陷。針對以上難題,陳益強博士及其團隊利用聯(lián)邦學習技術(shù),將范式驅(qū)動的限定場景下面向疾病的診斷模型向普適場景下的健康狀態(tài)監(jiān)測進行聯(lián)邦遷移,從而解決醫(yī)養(yǎng)結(jié)合的應(yīng)用痛點。

在智能城市建設(shè)方面,京東智能城市事業(yè)部AI平臺部負責人、京東智能城市研究院資深研究員張鈞波表示:通過不斷獲取、整合和挖掘城市中不同領(lǐng)域的大數(shù)據(jù)來解決城市痛點,是當今城市通向智能城市的途徑。張鈞波博士在報告中分享了基于大數(shù)據(jù)和聯(lián)邦學習的信用城市體系建設(shè),以及京東城市基于城市計算和聯(lián)邦學習技術(shù)打造的產(chǎn)品——數(shù)字網(wǎng)關(guān)。為了解決城市中數(shù)據(jù)孤島、數(shù)據(jù)共享難的問題,在各級政府機構(gòu)、大型企事業(yè)單位、互聯(lián)網(wǎng)公司等不同機構(gòu)間創(chuàng)建安全、共享、智能、高效的連接,數(shù)字網(wǎng)關(guān)以聯(lián)邦學習技術(shù)為本,以其安全可信、精度無損、場景多樣、方便易用、輕量部署、可信分潤等優(yōu)勢幫助機構(gòu)間在合法合規(guī)的前提下實現(xiàn)跨域建模和使用

從智慧終端領(lǐng)域面臨的挑戰(zhàn)入手,華為消費者BG軟件部CTO辦公室算法專家朱越分享了智慧終端分布式AI場景下關(guān)于聯(lián)邦學習應(yīng)用的思考。朱越認為,分布式AI的核心價值在于精準感知與精確預(yù)測,并面臨系統(tǒng)動態(tài)、設(shè)備異構(gòu)、多端多用戶協(xié)同、適應(yīng)硬件特性的挑戰(zhàn)。其中,突破系統(tǒng)動態(tài)、設(shè)備異構(gòu)的壁壘,構(gòu)建統(tǒng)一的特征空間,并基于統(tǒng)一的特征空間進行多用戶多設(shè)備的協(xié)同訓練,給用戶帶來統(tǒng)一的、連續(xù)性的、個性化的服務(wù)體驗是聯(lián)邦學習的潛在機會點。

在上述應(yīng)用領(lǐng)域之外,會議上多位專家針對聯(lián)邦學習在云服務(wù)、安全場景等前沿課題上的實戰(zhàn)做了分享。VMware中國研發(fā)中心技術(shù)總監(jiān)張海寧將聯(lián)邦學習與云計算結(jié)合,詳細介紹了聯(lián)邦學習開源項目FATE在Kubernetes上應(yīng)用的方案。在他看來,云服務(wù)是聯(lián)邦學習一個比較理想的落地途徑,聯(lián)邦學習其自身具備的特點,適合在云上和多個用戶進行部署和使用,例如可以把在公有云里面聯(lián)邦學習的機構(gòu)組織加進來,形成一個異構(gòu)系統(tǒng)或者生態(tài)系統(tǒng),為不同的組織之間的數(shù)據(jù)對接提供平臺。

騰訊云大數(shù)據(jù)及AI中心高級研發(fā)工程師秦姝琦則針對隱私計算技術(shù)的落地展開探討,從多方隱私計算的應(yīng)用場景出發(fā),詳細介紹了騰訊云神盾沙箱在數(shù)據(jù)隱私保護AI計算和安全敏感數(shù)據(jù)資產(chǎn)合作場景的解決方案,并講解了神盾沙箱的底層架構(gòu)和上層應(yīng)用平臺。

創(chuàng)新工場南京國際人工智能研究院執(zhí)行院長馮霽在報告中圍繞聯(lián)邦學習技術(shù)框架,詳細介紹了聯(lián)邦學習框架內(nèi)不同模塊可能遇到的潛在攻擊方式,如數(shù)據(jù)下毒、信道監(jiān)聽以及對抗樣本等攻擊方法,并對此提出相應(yīng)的解決方案。馮霽認為,工業(yè)實踐者在具體部署聯(lián)邦學習技術(shù)以滿足業(yè)務(wù)合規(guī)化的同時,還需要為現(xiàn)有的聯(lián)邦學習配置“保護鎖”與“疫苗”,以達到更好地保護自身的商業(yè)機密。

平安科技聯(lián)邦學習技術(shù)部總經(jīng)理王健宗在《聯(lián)邦智能加速AI落地》的報告中,解讀聯(lián)邦智能生態(tài)的應(yīng)用組成與發(fā)展前景。王健宗博士認為,聯(lián)邦智能能夠兼顧解決隱私保護與數(shù)據(jù)共享兩大難題,為建立起一個跨企業(yè)、跨數(shù)據(jù)、跨領(lǐng)域的大數(shù)據(jù) AI生態(tài)提供了良好的技術(shù)支持。

除了聯(lián)邦學習的應(yīng)用范例,本次研討會還討論了聯(lián)邦學習的激勵機制。北京大學光華管理學院應(yīng)用經(jīng)濟系教授翁翕說這是他第一次參加計算領(lǐng)域的學術(shù)研討,他雖然忐忑但是覺得非常有意義,他認為:在現(xiàn)實的設(shè)計中,數(shù)據(jù)聯(lián)邦還需要提供足夠的經(jīng)濟激勵,以保證聯(lián)邦學習的參與者一直保持參與。在報告中,翁翕教授分享了數(shù)據(jù)聯(lián)邦應(yīng)該采取的最優(yōu)組織和獎勵結(jié)構(gòu),以幫助聯(lián)邦學習的從業(yè)者在不深入了解博弈論的情形下,就能按照他們的最優(yōu)化目標以及現(xiàn)實場景,選擇不同種類的獎勵機制。“聯(lián)邦學習最后的目標函數(shù)就是要最大化集體的效應(yīng),同時最小化遺憾,用一種公平的機制來實現(xiàn)長期的穩(wěn)定性。”

最后的圓桌討論環(huán)節(jié),多位嘉賓就“企業(yè)人工智能部門的重要性”、“聯(lián)邦學習學界與工業(yè)界面臨的挑戰(zhàn)”、“中國企業(yè)落地聯(lián)邦學習應(yīng)用的優(yōu)勢與劣勢”等話題進行深入交流與討論。

如今,聯(lián)邦學習技術(shù)在助力人工智能落地多個領(lǐng)域的過程中已頗有建樹,如何推動這一新興人工智能技術(shù)廣泛應(yīng)用于各行各業(yè),并建立起完善的激勵機制,仍是學界與業(yè)界需要共同探討的問題。(張銘陽)

關(guān)鍵詞： CCF TF 聚焦聯(lián)邦學習