12月8日-14日,国际人工智能顶级学术会议神经信息处理系统大会NeurIPS 2019(Conference and Workshop on Neural Information Processing Systems 2019)即将于加拿大温哥华隆重召开。12月13日大会期间,谷歌、微众银行、卡耐基梅隆大学、新加坡南洋理工大学等机构将联合举办关于联邦学习技术及应用的国际研讨会(Workshop on Federated Learning for Data Privacy and Confidentiality)。
官网链接:http://federated-learning.org/fl-neurips-2019/
联邦学习——“数据孤岛”与“数据隐私”难题的破解之道
随着人工智能技术成功突破算法与算力上的限制,如何连接“数据孤岛”和保护数据隐私,成为人工智能在各行各业应用落地所必须解决的难题。“联邦学习”(Federated Learning)作为一种加密的分布式机器学习范式,可以使得各方在不披露原始数据的情况下达到共建模型的目的。即在不违反数据隐私保护法规的前提下,连接数据孤岛,建立性能卓越的共有模型。
近两年来,联邦学习在学术研究、标准制定、行业落地等方面一路高歌猛进,成为人工智能领域引人注目的方向之一。今年8月,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社区的正式成立,联邦学习进入了一个新的阶段。此次在NeurIPS 2019中举办的联邦学习主题的研讨会则在参与人数、投稿数量、研讨深度、应用广度等方面进一步提升,吸引更多国际研究者与从业者的关注。
大咖云集,共话联邦学习与AI未来
值得一提的是,此次研讨会汇聚了众多学术大咖,八位特邀嘉宾将在现场发表联邦学习主题报告:微众银行首席人工智能官、第四范式联合创始人、香港科技大学讲席教授杨强,谷歌语音识别技术研发带头人Francoise Beaufays及谷歌研究院研究员Daniel Ramage,网络安全领域著名专家、加州大学伯克利分校教授Dawn Song及助理教授Raluca Ada Popa,阿姆斯特丹大学机器学习首席教授、高通技术副总裁Max Welling,卡耐基梅隆大学助理教授Ameet Talwalkar,中国科学院计算技术研究所泛在计算系统研究中心主任陈益强教授。
研讨会的论文大奖将在当日晚间微众银行的“WeBank AI Night”活动现场揭晓,图灵奖得主Yoshua Bengio也将现场宣布与微众银行的重磅合作,敬请期待!
联邦学习国际研讨会报名详见NeurIPS官网:
晚宴报名:
https://www.jiqizhixin.com/articles/2019-11-25-14?from=groupmessage&isappinstalled=0