加入收藏 | 设为首页 | 会员中心 | 我要投稿 应用网_阳江站长网 (https://www.0662zz.com/)- 科技、建站、经验、云计算、5G、大数据,站长网!
当前位置: 首页 > 创业 > 模式 > 正文

微众银行“联邦学习技术体系研究与应用”斩获“CCF科学技术奖” 或引领人工智能新方向

发布时间:2019-10-12 07:50:38 所属栏目:模式 来源:站长网
导读:近日,2019年度CCF科学技术奖名单公布,微众银行AI团队以联邦学习技术体系研究与应用项目(以下简称项目)斩获2019年CCF科学技术奖科技进步杰出奖,这一奖项代表着国内计算机领域权威学术团体的认可。 中国计算机学会科学技术奖是中国计算机学会(CCF)设

近日,“2019年度CCF科学技术奖”名单公布,微众银行AI团队以“联邦学习技术体系研究与应用”项目(以下简称“项目”)斩获“2019年CCF科学技术奖科技进步杰出奖”,这一奖项代表着国内计算机领域权威学术团体的认可。

中国计算机学会科学技术奖是中国计算机学会(CCF)设立的计算机领域重要奖项,由CCF科学技术奖评奖委员会组织评选。旨在嘉奖计算机及相关领域在技术研究、技术开发、技术创新、推广应用先进科学技术的杰出成果。计算机大会奖项分为三个类别,其中技术发明奖主要奖励在计算机科学、技术或工程领域具有重要发现、发明、原始创新,及在相关领域有一定国际影响的优秀成果。

图片1

评选公示

据悉,微众银行AI团队此次获奖的这一项目,主要是针对异构信息网络中的数据孤岛问题,提出了一套完整可行的联邦学习解决方案。作为一种分布式的机器学习技术,联邦学习能够保证参与各方在数据不出本地、保持数据独立性的前提下,多方共建模型,共同提升机器学习效果。在满足用户隐私保护和数据安全需求的同时,实现多方共赢。

在研究理论之外,微众银行AI团队自研并推出了基于联邦学习技术的全球首个工业级开源框架Federated AI Technology Enabler (简称FATE,github项目地址:https://github.com/FederatedAI/FATE)。作为一种基于数据隐私保护的安全计算框架,FATE支持联邦学习架构体系与各种机器学习算法的安全计算,实现了基于同态加密和多方计算(MPC)的安全计算协议,能够帮助多个组织机构在符合数据安全和政府法规前提下,有效和协作地进行数据使用和联合建模。

毫无疑问,联邦学习技术的出现让大范围的行业间及跨行业AI协作成为可能,微众银行AI团队也正致力于构建更加开放高效的AI合作生态,推动着开发及推广数据安全和用户隐私保护下的AI技术及其应用。目前,目前,联邦学习技术已成功应用至智能风控、智能权益定价、智慧零售、智能用工、异常检测等业务场景,助力智慧城市、智慧金融等多行业多领域的“升级”。官网查看:https://www.fedai.org.cn/cn/。

新技术和新需求衍生的新一轮革新会助力AI产业实现腾飞,而联邦学习技术无疑是奠定AI 革新未来的基石。基于联邦学习技术,多行业多企业、机构共同构建联邦学习生态,将是未来AI产业的新方向。对此,项目负责人、微众银行首席人工智能官杨强教授表示:“全球人工智能发展进入新阶段,新一代的机器学习算法框架,需以保护隐私、安全合规为出发点,用透明的机制来保障人工智能的健康发展,联邦学习技术就是当下全行业、各领域所迫切需要的新思路。”

相关阅读:

大数据无处不在,安全性也需要如此  

怎样看待未来全球数据人才激增的现象  

(编辑:应用网_阳江站长网)

【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容!

    推荐文章
      热点阅读