NeurIPS 2019联邦学习国际研讨会聚焦数据安全，联邦学习技术应用再拓边界？

2019年12月8日至14日，第33届国际人工智能顶级会议NeurIPS大会2019Thirty-thirdConfernormationProcessingSystems)在加拿大温哥华举行，投稿论文数量(6743篇)、参加者数量(1.3万人)创历史最高纪录。

大会期间，微型银行人工智能首席科学家范力欣博士和高级研究员刘洋、谷歌研究科学家Brendan是McMahan和Jakubkonyacute；新加坡南洋理工大学是涵洞教授，卡内基梅隆大学Virginiath助理教授组织主持实现数据隐私保护的联邦学习国际研讨会(WorkshoponFedernFededatedrniniatiathViniath助理教授组织(Wenithinthath助理教授)主持了实现在的数据隐私保护国际研讨会)，围绕国际研讨会、Workorkenshonsh开发者_开发百科onyatedatedededatedern开展了数据、编辑和解决了中国际研究问题。

NeurIPStop2019联邦学习国际研讨会现场

联邦学习作为加密的分布式机器学习的新模式，各方面在数据不离开当地、保护数据隐私的前提下，进行联合建模，实现跨机构的组织AI合作近两年来，在数据监督越来越严格的大环境下，受到国内外许多机构的关注。

本次研讨会吸引了很多学者参与美联储学习生态建设，共收到68篇论文帖子，33篇已收到，哈佛大学、耶鲁大学、普林斯顿大学、康奈尔大学、麻省理工学院、卡内基梅隆大学、清华大学、北京大学、香港科技大学等国际名校和研究机构、谷歌、微软、Facebook、华为、腾讯、微众银行等知名企业均名列前茅。12篇优秀论文在现场说明，21篇优秀论文展示海报，世界各地学者与论文作者对话交流，最终选择优秀论文，选择优秀论文和优秀学生论文。

12篇优秀论文在作坊现场讲解

21篇优秀论文在作坊现场宣传片展示

来自甲骨文实验室的论文团队和来自哈佛大学和耶鲁大学的论文团队获得了优秀的论文奖。来自卡内基梅隆大学、BoschCenter，Artificial(BCAI)的论文队伍和来自卡内基梅隆大学、东京大学的论文队伍获得了优秀的学生论文奖。

优秀的论文和优秀的学生论文奖在WeBank-AINight发行

是继今年8月国际人工智能联合会议(IJCAI魏2019)第一次联邦学习研讨会之后，联邦学习再次登场国际人工智能顶级会议。谷歌研究员DanielRamage的统计结果显示，联邦学习论文的数量最近呈高速增长趋势，研究深度和应用广度有很大进步，在微型银行和谷歌等企业研究的雁的效果下，联邦学习的发展进入了新的阶段。

国际AI专家探索联邦学习的多种可能性，理论研究与实践应用共同发挥力量

近年来，人工智能技术从理论到实践阶段，迅速进入全球市场化阶段。人工智能新产品和新技术大量出现的同时，数据安全和数据隐私保护也越来越受到关注，联邦学习作为加密的分布式机械学习技术，数据不出现在当地，用户数据不泄露，在遵循数据保护法规的前提下，多方共同构建AI模型，实现跨机构的组织合作。

研讨会上，微众银行首席人工智能官、香港科技大学讲座教授杨强、谷歌语音识别技术研究开发领导人FrancoiseBeaufays、谷歌研究员Daniel对Ramage、美国计算机学会ACM新晋院士、加利福尼亚大学伯克利分校教授Dawn对Song、加利福尼亚大学伯克利分校助理教授Ralucacapopa、高通技术副总裁、阿姆斯特丹大学机器学习首席教授MaxWelling、加利分校教授Dawang、加利分校助理教授Ralucaralucapapalaparapayaparapa、高通过高通信技术副总裁、阿姆斯特丹大学机器学机器学习首席教授Mamamallllling、卡内基梅隆大学辅助教授、卡内科技术研究生辅助教授、中心、影响了深入中心、联邦科技术研究生学习研究生活体系统、中心等主要研究生活、中心、中心研究生活、中心研究生活中心研究生活中心、研究生活中心研究生活中心、研究生活中心研究生活中心研究生活中心研究生活中心研究生活中心研究生活中心研究生活中心研究生活中心研究生活中心研究生活中心、研究生活中心研究生活中心研究生活中心、研究生活中心研究生活中心研究生活中心研究生活中心研究生活中心研究生活中心研究生活中心研究生活中心研究生活中心研究生活中心研究生活中心研究生活中心研究生活中心研究生活中心研究生活中心研究生活中心、学习生活中心研究生活中心研究生活中心研究生活中心、学习生活中心

在美联储学习习的实际应用，微众银行首席人工智能官杨强教授重点分享美联储学习技术在推荐系统中的应用，谷歌研究员Daniel对Ramage讲述了谷歌对美联储学习系统、算法和实际应用的探索，Francoisebeaufays更以谷歌输入法为例，深入细致分析美联储学习在实践中的最新进展，中科院陈益强主任揭示美联储学习在医疗领域辅助帕金森诊断的应用。

联邦学习创造了人工智能未来的新趋势

圆桌讨论环节，主持人杨强教授和听众提问，欧洲人工智能领导人物、欧洲人工智能联盟(ECCAI)和国际人工智能学会(AAAI)院士Boi提出Faltings教授，新加坡南洋理工大学计算机科学和工程学院院长苗春燕和特邀演讲嘉宾一起，联邦学习现在面临的挑战其中，DawnSong教授表示，联邦学习的安全性是生死问题，Maxwelling教授表示，联邦学习场景中大量分布式异质数据，对统计分析的稳定性和鲁棒性提出了更高的要求，这方面的研究也进一步提高了传统机械学的性能。谷歌研究科学家Brendan。McMahan最后总结了中指，建立了共同的评价数据、指标和标准，是联邦学习稳步发展的必由之路。

联邦学习研讨会圆桌环节

近两年来，联邦学习在学术研究、标准制定和行业落地等方面发展迅速，有望成为下一代人工智能协同算法和协作网络的基础，全球范围内也正在掀起联邦学习的热潮，越来越多的知名企业和著名学者参与到了共建联邦学习生态中来。此次联邦学习国际研讨会的召开，标志着联邦学习在人工智能研究领域已处于重要地位，在该领域的影响力显著提升。未来将在更多行业、更多场景中发挥无限潜力，全面加快AI普及的到来。

关于NeurIPS:

神经信息处理系统大会Conferecontrontrontronformationformationformationformationforessstems、Neurips)是人工智能机器学习和计算神经科学领域的顶级国际学术会议。该会议定于每年12月举行，由NIPS基金会主办，被中国计算机学会列为人工智能领域的a级会议。

更多信息请参阅研讨会主页:http://federated-learning.org/fl-neurips-2019/

了解联邦学习:www.fedai.org.cn