活動報名 | CCF TF前線：聯邦學習助力IoT？從“資料孤島”走向“共同富裕”
轉載自 中國計算機學會
物聯網（IoT）由2009年8月溫總理視察無錫時提出，是基於網際網路、傳統電信網等資訊傳輸渠道，讓所有具備通訊功能的獨立物體實現互聯互通的網路。物聯網的應用之一，是透過收集多個節點的小資料，聚整合大資料來建立應用模型。
而邊緣計算（Edge Computing）則致力於通過依靠集網路、計算、儲存、應用核心能力為一體的開放平臺，就近提供最近端服務，從而產生更快的網路服務響應，滿足不同行業的實時業務需求。物聯網、邊緣計算和與人工智慧(AI) 的有機結合離不開分散式大資料的安全、合法的管理。
近些年來，這些技術雖然成功突破技術與算力上的限制，但依然面臨著與資料安全緊密相關的問題。由於競爭關係、安全問題、審批流程等因素，資料在不同擁有方，雲和端以及物聯網節點之間的流通存在著難以打破的壁壘，形成所謂的“資料孤島”問題。面臨各樣的“孤島”，即便不同行業之間有意願交換資料，也可能遭遇政策問責和競爭保護。
重視資料隱私和安全已經成為世界性的趨勢，如歐盟去年5月通過的最新法案——《通用資料保護條例》(General Data Protection Regulation, GDPR) 就是一個最佳證明。
針對以上問題，谷歌公司率先提出了基於個人終端裝置的“聯邦學習” (Federated Learning）演算法框架，而微眾銀行AI團隊隨後提出了基於“聯邦學習”的系統性的通用解決方案，可以解決個人(to C)和公司間(to B)聯合建模的問題。
“聯邦機器學習”(Federated Machine Learning）實際上是一種加密的分散式機器學習技術，參與各方可以在不披露底層資料和底層資料的加密（混淆）形態的前提下共建模型。它可以實現各個企業的自有資料不出本地，通過加密機制下的引數交換方式，就能在不違反資料隱私法規情況下，建立一個虛擬的共有模型。在這樣一個機制下，參與各方的身份和地位相同，成功實現了打通“資料孤島”走向“共同富裕”的目標。
所以我們不禁好奇，聯邦學習是如何具體應用在AI領域的？ 聯邦學習又是如何促進物聯網與邊緣計算的？多方的“共同富裕”是如何達成的？聯邦學習還會帶給我們怎樣的驚喜？CCFTF14期研討會期待和業界的“探索者們”一起探討這些問題。
主題
聯邦學習(Federated Machine Learning)技術及資料隱私保護
會議主席
楊 強
楊強， 微眾銀行首席人工智慧官，國際人工智慧學會理事長，香港科技大學教授，第四正規化聯合創始人。
人工智慧研究的國際專家和領軍人物、首位國際人工智慧協會AAAI華人Fellow、唯一國際人工智慧協會AAAI華人執委、首位國際人工智慧聯合會IJCAI理事會華人主席、CCF專業會員、傑出演講者，香港科技大學冠名講座教授和前計算機系主任，香港人工智慧及機器人學會創會理事長。
楊強是ACM AAAI/ IEEE/AAAS/IAPR Fellow, ACM和IEEE等多個國際高階人工智慧和資料探勘領域雜誌編委、多個國際人工智慧研究學會組織者、國際機器學習領域及“遷移學習”領域國際領軍人物。
特邀講師
劉 洋
微眾銀行人工智慧部高階研究員
主題報告一：聯邦學習的研究及應用
主題簡介：聯邦學習框架的優勢到底是什麼? 作為一個機器學習框架，聯邦學習能有效幫助多個機構在滿足使用者隱私保護、資料安全和政府法規的要求下，進行資料使用和建模。
而在聯邦學習的基礎上，遷移學習的能力也可以被搭建出來，做到舉一反三的效果。而根據孤島資料具有不同分佈的特點，我們提出了不同的聯邦學習方案。在本次報告中，我們將全面介紹聯邦學習的概念與應用，並將提供聯邦學習開源專案FATE
（https://github.com/webankfintech/fate）詳解，FATE提供了一種基於資料隱私保護的安全計算框架，為機器學習、深度學習、遷移學習演算法提供強有力的安全計算支援。
個人簡介：劉洋，微眾銀行AI部門高階研究員，AI平臺研發工作負責人。
主要研究方向為機器學習、聯邦學習、遷移學習、多智慧體系等。帶領團隊研究發展聯邦學習理論，推動行業應用和IEEE國際標準制定，共同建立了FedAI，並在2019年AAAI會議上做關於聯邦學習的首次特邀演講教程（Tutorial）。
加入微眾以前，曾在美國創業公司Dataminr擔任資料科學家，負責新聞推薦，智慧搜尋，資料平臺監控等演算法研發和產品落地。美國普林斯頓大學博士，本科畢業於清華大學。擁有多項國際專利，並在《自然》, ACM TIST等知名學術期刊發表科研成果。
張鈞波
京東智慧城市研究院資深研究員
京東城市計算事業部AI平臺部負責人
主題報告二：城市計算與跨域學習聯合建模
主題簡介：城市計算是電腦科學以城市為背景，跟城市規劃、交通、能源、環境和經濟等學科融合的新興領域，通過不斷獲取、整合和挖掘城市中不同領域的大資料來解決城市痛點，是當今城市通向新型智慧城市的途徑。
本報告將介紹城市計算平臺的架構和數字閘道器技術，講解跨域資料融合與學習方法，並分享基於人工智慧的商業選址、人流量預測等案例，以及基於大資料和人工智慧技術的信用城市體系建設。
個人簡介：張鈞波，京東智慧城市研究院資深研究員、京東城市計算事業部AI平臺部負責人，主管面向城市時空大資料的AI平臺、演算法模型和技術研發。
他擔任人工智慧頂尖國際期刊ACM TIST的編委及IEEE TKDE,ACM TKDD等國內外知名期刊審稿人，及KDD、IJCAI、AAAI等CCF-A類會議在內的國內外會議程式委員。
在加入京東之前，張鈞波博士曾任微軟亞洲研究院研究員，聯想香港大資料研發中心研究員，在香港中文大學、華為香港諾亞方舟實驗室、美國喬治亞州立大學、比利時核研究中心等工作多年，具備近十年的人工智慧和時空資料探勘經驗。
王渝偉
北京觀韜中茂（上海）律師事務所合夥人
主題報告三：網路安全與資料保護的立法和實踐
主題簡介：2018年被國內企業稱為資料合規的元年，《網路安全法》逐步落地，各層次資料立法程序全面啟動，行政、司法治理重點突顯，與《網路安全法》相關的司法、執法案例走向常態，市場治理力量初現端倪。
此外，號稱全球最嚴的個人資料保護法GDPR的生效，也在個人資料保護層面對涉及海外業務的企業提出了嚴格要求。本次報告將結合國內外典型案例講述在日趨嚴密的立法和頻繁的執法下，企業如何建立資料合規體系並提升自身資料安全能力。
個人簡介：王渝偉畢業於西南政法大學、華東政法大學，獲得法學碩士學位，目前為北京觀韜中茂（上海）律師事務所合夥人，為大資料、區塊鏈、人工智慧、網路安全、移動網際網路、金融科技、雲端計算等領域的國內外科技公司提供該領域的法律服務。
他專注於網路安全、資料合規、資料競爭法領域以及相關資本市場的法律服務，為企業提供個人資料收集使用、資料資訊管理保護、隱私保護體系建設、資料公開、資料不正當競爭、網路安全、資料跨境轉移等方面的綜合解決方案。
陳雨強
第四正規化聯合創始人、首席研究科學家
主題報告四： 聯邦學習——AI For Everyone的必經之路
主題簡介：在這個人工智慧發展日新月異的時代中，新的AI成果不斷產生，一方面我們看到AI技術不斷在各行各業產生突破性的進展，另一方面，掌握如何利用AI成為公司經營核心的企業少之又少，基本集中在少數AI巨頭身上。究其原因，在實際應用中，眾多的門檻影響著AI被廣泛使用，這些門檻一方面來自於構建AI應用對開發者的要求，另一方面來自於構建AI應用對資料的要求。
面對這些挑戰，本分享將著重介紹兩方面的工作試圖應對：一方面是使用自動機器學習技術降低傳統建模的門檻，另一方面是通過聯邦學習的方式降低資料門檻。我們將介紹它們的基本概念、產生背景、適用場景與落地效果，並結合第四正規化將其應用到工業界中真實場景的探索與實踐進行分享。我們認為，到未來能充分降低建模門檻的時候，聯邦學習會成為AI For Everyone的必經之路，屆時希望更多學者能夠參與其中。
個人介紹：陳雨強，第四正規化聯合創始人&首席研究科學家。在第四正規化期間主持研發了國內首個商用的人工智慧全流程平臺，在百度期間主持架構了全球第一個商用深度學習系統“鳳巢深度學習系統”，在今日頭條期間陳雨強從零起步搭建團隊，建立了今日頭條最核心的新聞推薦系統與資訊流廣告系統，該系統服務於數億使用者，幫助今日頭條成為中國移動網際網路領域最成功的內容分發平臺之一。
陳雨強多次在 NIPS、AAAI、ACL、KDD、SIGKDD 等人工智慧頂會上發表論文，獲 APWeb2010 Best Paper Award、KDD Cup 2011 名列第三，其學術工作被全球著名科技雜誌 MIT Technology Review 報道。
於 涵
南洋理工大學南洋助理教授
惠眾智鏈網路科技有限公司首席科學家
主題報告五：聯邦學習中的博弈論
主題簡介：面對全球各國對於AI隱私保護及AI向善的呼聲，聯邦學習日漸成為被業界重視並接受的新一代AI基礎技術。隨之而來的是一系列對原有資料共享體系結構的改造需求。
如何在橫向聯邦、縱向聯邦及聯邦遷移學習的場進下對參與資料聯邦共同訓練模型的各方利益進行最大限度地保護，同時兼顧資料聯邦的整體利益？如何對各種針對資料聯邦的攻擊進行建模，以其更有效地部署有限的防禦資源，保護資料聯邦的利益？這次報告將從博弈論及系統優化的角度分享解決此類問題的一些思路。
個人簡介：於涵，現任新加坡南洋理工大學電腦科學與工程學院南洋助理教授，兼惠眾智鏈（北京）網路科技有限公司（hzzlink.com）首席科學家。
他的研究主要致力於運用人工智慧實現對大規模複雜協作網路進行實時資料驅動演算法化管理、人工智慧倫理學、聯邦學習場景下的博弈及激勵機制設計等。他的科研成果在AAAI、IJCAI、AAMAS等國際頂級學術會議，以及ACM/IEEE Transactions和《科學報告》等科研期刊上發表百餘篇論文；並11次在前沿人工智慧國際會議及期刊中獲獎。
於涵博士於2015年共同發起並建立了眾智科學與工程聯盟（ACE），推動人工智慧助力共享經濟。2014年及2015年，他曾兩度入選全球青年科學家峰會十大青年科學家。
特邀嘉賓
宋恆傑
廣州火數銀花資訊科技有限公司CEO
宋恆傑，華南理工大學教授，博士生導師。博士畢業於新加坡南洋理工大學（NTU, Singapore）。先後在比利時校際微電子研究中心（IMEC）、百度公司（北京）從事研究工作。2012-2014年，獲聘日本學術振興會海外特別研究員（JSPS Fellow，日本京都大學）。2014年底，獲得華南理工高層次人才專案資助（第三層次）。
目前承擔國家自然科學基金面上專案、廣東省工程研發中心、教育部-中移動聯合研究基金，中新聯合研究基金等多項國家、省部級科研專案。近年來以第一作者/通訊作者在國際學術期刊和會議上發表論文近20多篇，包括國際頂級學術會議如AAAI、ICDM, IEEE Trans. Fuzzy Systems, IEEE CIMs等。
陳天健
微眾銀行人工智慧部副總經理
陳天健，微眾銀行人工智慧部副總經理，主管機器學習平臺的技術研發和商業化。曾任職於百度、迅雷、華大基因等多家科技公司從事技術工作，曾任百度主任架構師，百度金融首席架構師。
時間/地點
時間：2019年03月24日9:00-18:00
地點：深圳市南山區南海大道3688號深圳大學科技樓2號報告廳
日程安排
09:00-09:10 開場致辭
09:10-09:30 楊強-微眾銀行首席AI官，香港科技大學教授
主席致辭：資料孤島，AI向善與聯邦遷移學習
09:30-11:00 劉洋-微眾銀行人工智慧部高階研究員
主題一：聯邦學習的研究及應用
11:00-12:00 張鈞波-京東智慧城市研究院資深研究員、京東城市計算事業部AI平臺部負責人
主題二：城市計算與跨域學習聯合建模
12:00-13:30 午餐
13:30-14:30 王渝偉-北京觀韜中茂（上海）律師事務所合夥人
主題三：網路安全與資料保護的立法和實踐
14:30-15:30 陳雨強-第四正規化聯合創始人、首席研究科學家
主題四：聯邦學習——AI For Everyone的必經之路
15:30-15:40 Break
15:40-16:40 於涵-南洋理工大學南洋助理教授、惠眾智鏈網路科技有限公司首席科學家
主題五：聯邦學習中的博弈論
16:40-17:40 圓桌論壇：探討聯邦學習之機遇與挑戰
參與人：楊強、張鈞波、王渝偉、陳雨強、於涵、宋恆傑、陳天健
繳費標準
CCF會員參會價：1000元
非CCF會員價：1700元
CCF團體會員，享受免費個人名額
參會方式
會議聯絡方式
聯絡人：李逸舟
電話：010-6260 1379-20/166-0111-0821