NeurIPS 2019联邦进修国际研讨会论文收录状况揭晓,中美领跑人工智能械澜向

2019年12月,国际人工智能顶级学术集会神经新闻处理系统大会NeurIPS 2019(Conference and Workshop on Neural Information Processing Systems 2019)即将于加拿大温哥华谨慎召开。大会时代,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进修技能及运用的国际研讨会(Workshop on Federated Learning for Data Privacy and Confidentiality)。从该国际研讨会即日揭晓的论文收录状况来看,联邦进修这一人工智能子范畴曾经受到国表里出名研讨机构及企业的体恤与注重。

联邦进修国际社区范围进一步扩展

据研讨会主席、微众银行人工智能首席科学家范力欣先容,跟着人工智能技能成功打破算法与算力上的限制,怎样连接“数据孤岛”和维护数据隐私,成为人工智能各行各业运用落地所必需办理的艰难。“联邦进修”(Federated Learning)举措一种加密的分布式板滞进修范式,可以使得各方不披露原始数据的状况下抵达共修模子的目标。即不违反数据隐私维护法例的条件下,连接数据孤岛,树修功用出色的共有模子。

近两年来,联邦进修学术研讨、标准订定、行业落地等方面一道高歌大进,成为人工智能范畴引人注目标偏向之一。本年8月,IJCAI 2019首届联邦进修国际研讨会的成功召开标记了联邦进修国际社区的正式修立,联邦进修进入了一个新的阶段。此次NeurIPS 2019中举办的联邦进修中心的研讨会则到场人数、投稿数目、研讨深度、运用广度等方面进一步晋升,吸引更众国际研讨者与从业者的体恤。

据统计,此次研讨会共收到68篇投稿论文,来自美、中、英、德、芬兰、新加坡、日本、印度、以色列、沙特阿拉伯等17个国家和地区,此中不乏哈佛、普林斯顿、康奈尔、麻省理工等国际名校与研讨机构,以及谷歌、华为、腾讯、微众银行等出名企业。数据显示,美国与中国投稿最众,占投稿总数70%以上。近几年联邦进修的研讨中,以谷歌研讨院为代外的技能派别体恤消费者端(C端)挪动装惫亓囊私维护题目,而国内以微众银行 AI 团队为代外的技能派别,比较垂青企业端(B端)跨机构跨构造大数据协作场景。终究上此次研讨会的投稿分布也正表示了联邦进修这一人工智能械澜向上,中美的领先位置。

表面研讨与运用探究齐头并进

被接纳的33篇论文中,从入选论文作家的机构分布来看,卡耐基梅隆大学、谷歌、微众银行、腾讯占比最高。哈佛大学、耶鲁大学、康奈尔大学、清华大学、北京大学、香港科技大学、微软、Facebook、腾讯等海表里出名研讨机构与企业均占一席之地。

入选论文不光包罗对联邦进修的表面研讨,更主要的是呈现了实行运用中的探究效果。此中最受评委青睐的来自卡耐基梅隆大学的论文《Think Locally, Act Globally: Federated Learning with Local and Global Representations》就提出联合当地与全部的方法,低沉联邦进修通信开销,晋升进修服从,该方法即使到场方具有非同质数据的状况下仍然有用。无独有偶,国内微众银行AI团队的论文《A Communication Efficient Vertical Federated Learning Framework》提出针对纵向联邦,低沉通信开销,进而晋升进修服从的方法,该方法表面剖析与实行验证中被标明卓有用果。通信开销的低沉与进修服从的晋升将为更大范围的工业化奠定根底,对此的研讨根源于运用,也将实行运用中发生庞大代价。另外,谷歌与卡耐基梅隆大学的协作论文《Mitigating the Impact of Federated Learning on Client Resources》供应了一个对联邦进修种种方法举行客观厉密评判的基准框架(benchmark framework)。

大咖云集共话联邦进修未来

值得一提的是,此次研讨会会聚了浩繁学术大咖,此中欧洲人工智能领军人物、欧洲人工智能联盟(ECCAI)与国际人工智能学会(AAAI)院士Boi Faltings传授的论文《Federated Learning with Bayesian Differential Privacy》从表面剖析与实行结果两方面,标清楚贝叶斯差分隐私联邦进修的有用性。

此次研讨会还邀请了八位特邀嘉宾,发外联邦进修中心报告:微众银行首席人工智能官、第四范式联合创始人、香港科技大学讲席传授杨强,谷歌语音识别技能研发带动人Francoise Beaufays及谷歌研讨院研讨员Daniel Ramage,收集平安范畴出名专家、加州大学伯克利分校传授Dawn Song及帮理传授Raluca Ada Popa,阿姆斯特丹大学板滞进修首席传授、高通技能副总裁Max Welling,卡耐基梅隆大学帮理传授Ameet Talwalkar,中国科学院盘算技能研讨所泛盘算系统研讨中心主任陈益强传授。

联邦进修范畴的顶尖学者与从业者将从表面研讨与实行探究动身,把联邦进修与众个行业范畴的最新技能联合起来,为应对用户隐私维护、数据平安与AI落地的冲突供应更加厉密有用的办理方法。置信跟着联邦进修的深化研讨与广泛落地,AI的更大范围行业运用未来可期。

研讨会官网:http://federated-learning.org/fl-neurips-2019/

了解联邦进修:www.fedai.org.cn

财产联邦进修NeurIPS 2019
暂无评论
暂无评论~