10月29-31日，主題為“湘聚智造·凝創未來”的第八屆中國人工智能大會在湖南長沙舉行。其中大會重磅主題論壇《隱私計算與聯邦學習產業論壇》由FATE開源社區承辦，于10月30日在線上順利召開。

微眾銀行人工智能首席科學家范力欣博士和澳大利亞科學院院士、新南威爾士皇家學院院士、京東探索研究院院長、ACM/AAAS/IEEE Fellow陶大程教授擔任本次論壇主席。十多位來自學術界和產業界的專家學者與行業領袖，圍繞隱私計算如何推動人工智能更廣泛落地、聯邦學習如何促進隱私計算進步等關鍵議題進行深度交流與探討。

專家學者共襄學術盛宴，聚焦隱私計算與聯邦學習前沿進展

隨著《數據安全法》、《網絡數據安全管理條例》、《個人信息保護法》的相繼施行，我國對數據安全與隱私保護重視踏上了一個新的臺階。隱私計算與聯邦學習“數據可用不可見”的技術特性，使其成為同時實現保護數據安全、個人隱私與發揮數據價值的基礎性技術，是培育高質量的數據要素市場的重要基石。但隱私計算與聯邦學習技術也面臨著多重挑戰，包括安全、效率、性能的平衡問題，隱私保護的優化與決策問題，人工智能大模型的挑戰問題等，針對這些挑戰，專家學者們開展了前沿研究，展望了重要的技術發展方向。

CAAI榮譽副理事長、加拿大工程院院士、加拿大皇家科學院院士、微眾銀行首席人工智能官、AAAI/ACM/IEEE/CAAI/AAAS Fellow楊強教授進行了《可信聯邦學習》主題演講。楊強表示，聯邦學習是人工智能和隱私計算的重要交集，如何使聯邦學習更加安全可信和高效是今后產業和學界關注的重點。楊強教授表示，開源是可信聯邦學習實現普惠的重要路徑，在開源平臺的支撐下，聯邦學習在多個場景涌現出了優秀的應用案例。此外，楊強教授還系統講解了FedCG、FedBCD、FedIPR等聯邦學習的最新學術進展，并展望了個性化聯邦學習、參數通信、模型定價、數據價值評估等未來方向。

歐洲科學院院士、比勒菲爾德大學洪堡人工智能教席教授、IEEE Fellow金耀初院士以《從隱私保護的機器學習到隱私保護的優化與決策》為主題，分享了隱私保護機器學習的前沿進展。金耀初院士首先簡要回顧了隱私保護機器學習，介紹了基于數據加密技術的高斯過程建模及基于差分隱私和湯普生采樣具有隱私保護能力的貝葉斯優化算法，并討論其局限性。最后提出一種基于神經網絡及聯邦學習的隱私保護貝葉斯優化算法，并討論噪聲及數據分布對其性能的影響。該算法提升了聯邦學習模型性能，尤其是在非獨立同分布（Non-IID）數據存在的情況下。

針對“AI+醫療健康”這一交叉研究前沿熱點領域，中國科學院計算技術研究所所務委員/研究員、智能研究部主任陳益強詳細介紹了醫工交叉研究中的多模態數據泛在感知，跨模態細粒度關聯分析以及多中心協作聯邦學習的關鍵挑戰問題及所提方法，并重點介紹基于以上成果實現的面向醫工交叉的聯邦協作科研創新平臺，目前該平臺已在56家醫療機構進行了應用推廣，輔助診斷模型的平均診斷率提高了10，涌現出了聯邦眼科疾病預測模型，圍術期并發癥預測聯邦系統，顱內動脈瘤臨床輔助決策等AI+醫療健康的實際應用案例 。

“人工智能大模型給隱私保護帶來了巨大的挑戰，大模型可能會放大社會的偏見?！蔽④泚喼扪芯吭菏紫芯繂T、IEEE/CCF Fellow謝幸提到。謝幸表示，近年來，人工智能模型的規模越來越大。為了在實際應用中達到最佳性能，人們經常會使用用戶數據或企業內部數據對大模型進行訓練或微調，這帶來了巨大的隱私風險，在訓練和推理階段都給隱私保護帶來了巨大挑戰。在報告中，謝幸介紹了微軟亞洲研究院為了應對這些挑戰展開的一系列研究，包括FedKD, InclusiveFL和Efficient-FedRec。

針對聯邦學習系統中的效率-安全-性能的平衡問題，清華大學智能產業研究院副教授、副研究員劉洋介紹了學術界的最新探索，針對數據安全與隱私，傳輸效率，異構數據、異構設備的適配，訓練效果等聯邦學習核心問題，講解了包括聯邦學習安全分級評估，聯邦學習防御評估，防御標簽和后門攻擊，FedBCG，FedSSO，FedGEMS，TailorFL在內的多項最新研究進展，為構建安全高效的聯邦學習框架提出新的解決思路和挑戰問題。

業界首個工業級聯邦學習開源項目FATE降低了隱私計算的準入門檻，促進了聯邦學習的普惠，對于FATE的技術演進及生態發展，FATE開源項目開發專委會主席、VMware中國研發中心技術總監張海寧進行了詳細講解。張海寧介紹了FATE的技術原理、特點以及發展方向，并說明了FATE開源社區的民主化治理方式和共建社區生態的模式。

　　打造數字化安全基座，隱私計算迎來規模化應用新歷程

近年來，隱私計算技術體系不斷完善，應用場景逐漸豐富，隱私計算在與各行各業的碰撞與融合下不斷蓬勃發展，將迎來規?；瘧玫男職v程。隱私計算技術在保障數據安全和個人隱私的前提下，打破了“數據孤島”，讓數據要素以“可用不可見”的方式在金融、智能城市、營銷、政務數據開放等領域發揮出價值。

為了探討隱私保護機器學習在實際應用層面可能面臨的行業痛點與相應的技術解決方案，論壇特別設置了“可信聯邦學習”圓桌會議。會議由微眾銀行人工智能首席科學家范力欣主持，京東科技數字城市群高級總監、京東智能城市研究院人工智能實驗室主任張鈞波，清華大學智能產業研究院副教授、副研究員劉洋，中國電信研究院 IEEE SPFML-WG 、IEEE C/AISC/FTFML 標準主席巫祖萍，數字福建城市交通大數據研究所（廈門大學）常務副所長范曉亮，成都超算中心高性能計算部部長鄭亮等六位專家學者和行業領袖圍繞隱私計算在高等教育、運營商、高性能計算、城市計算等場景面臨的具體挑戰進行了深入的討論，并提出在技術層面上通過安全、效率與效能的平衡以使得隱私計算適用于更廣泛的場景的解決方案。

平安集團首席科學家肖京介紹了隱私計算的前沿技術與金融實踐。肖京表示，隱私計算是保障數據安全流通的重要基礎科技。對此，平安自主研發“蜂巢”隱私計算服務平臺，它通過聯邦學習、多方安全計算、密碼學等一系列關鍵技術的研發與應用，垂直下沉并賦能到金融領域，開展有企業級互聯互通底座應用、信貸審批融合應用、監管合規與安全應用等多項隱私計算金融實踐，為業務降本增效保駕護航，充分發揮產業價值。肖京展望，隱私計算將會進一步拓寬數據合作與應用邊界，促進大數據流通融合和共贏。

聯邦學習在助力城市數據一網共享方面也發揮著巨大的支撐作用，京東科技數字城市群高級總監、京東智能城市研究院人工智能實驗室主任張鈞波表示，智能城市的快速發展形成了海量的數據，數據已成為繼土地、勞動力、資本和技術之后的第五種生產要素，如何使用好數據、發揮數據的價值變得至關重要，這能影響各行業的發展，甚至是國家發展和世界格局。信息孤島、數據壁壘等的存在很大程度上制約了智能城市等領域的發展，如何解決城市數據共享和隱私安全之間的矛盾問題使之助力產業發展變得尤為關鍵。張鈞波分享了城市數據一網共享中的機遇與挑戰、關鍵技術及其產業化落地中的實際應用案例。

騰訊云隱私計算專家工程師王禮斌介紹了隱私計算在營銷領域的最新實踐。王禮斌通過隱私計算在營銷實踐中的三個實際案例，講述在精準鎖定客群，發掘客戶偏好，以及提供千人千面的產品推薦過程中，遇到的數據合作困難，以及隱私計算技術如何解決這些困難的。王禮斌還說明了案例場景中聯邦學習和多方安全計算技術如何進行組合，并在安全與效率之間取得平衡。這三個典型案例展示了營銷領域最前沿的隱私計算應用模式、技術方案以及應用效果。

百度數據安全副總經理、百度安全產品總經理韓祖利在《隱私計算構筑數據要素市場安全體系》演講中，詳細介紹了為數據要素市場體系提供技術支撐，賦能數據要素流通共享的實踐經驗。韓祖利表示，數據要素市場中，政務數據起著尤為關鍵的作用，促進數據要素發揮價值的關鍵“著力點“在于從供應側入手，關注頂層設計，謹慎設計市場機制。為此，百度將安全多方計算、聯邦學習、機密計算、安全數據沙箱等成熟的隱私計算引擎有機地結合在一起，輔以區塊鏈技術做保障，為政務數據開放平臺提供完善的方案。

隱私計算與聯邦學習產業論壇全面展示了隱私計算與聯邦學習的前沿學術進展和最新行業應用。作為第八屆中國人工智能大會的重要組成部分，此次論壇從理論和實踐兩方面展示了隱私計算與聯邦學習的最新成果，為促進隱私計算和聯邦學習生態建設，推動學術研究成果轉化，構建產學研用價值閉環貢獻重要推動力。