9月17日，全球最大非盈利技术联盟和开源社区Linux基金会举办的Linux Foundation AI Day中国站在上海顺利落下帷幕。LF AI Day期间，来自微众银行、腾讯、华为等多方资深技术专家围绕“AI的应用与实践”进行了分享与讨论。

“联邦学习”作为新兴的人工智能基础技术，有望成为下一代人工智能协作网络的基础，也成为了此次大会的热议话题。对此，微众银行高级研究员范涛发表了题为《FATE：新一代联邦学习技术及应用实践》的演讲，分享联邦学习近期的成果和行业落地经验。

 

联邦学习打破数据困局助力多个关键领域

随着人工智能技术的发展与不同行业的落地，AI发展依赖的大数据却面临三大难题：数据孤岛，数据隐私以及数据合规，其甚至成为制约AI规模化应用的关键因素。

范涛指出，联邦学习正是为解决数据难题应运而生的一门新兴技术，其优势在于能够保证参与各方在数据不出本地，保持数据独立性的前提下，多方共建模型，共同提升机器学习效果。在满足用户隐私保护和数据安全需求的同时，保证参与各方共同受益，实现多方共赢。

联邦学习框架提出至今，在产业应用落地层面已取得一定进展。微众银行AI团队已经推动联邦学习技术在银行信贷风控，零售客户权益定价，监管科技联合反洗钱等众多关键领域的一系列应用落地。

比如在金融信贷场景下：一方是互联网企业，有很多用户的行为数据;另一方是银行，双方可以跨界合作，建立一个更准确的用户信贷模型利用纵向联邦学习，提升各自模型效果，随着数据量的增加，学习效果可大幅提升。

“联邦学习”作为一种新兴的实现多方共赢的学习技术，不仅有效解决了AI可持续发展过程中最棘手的数据难题，扫清企业AI应用的关键障碍，同时利用在零售，金融等多领域的系列应用落地，为AI规模化落地提供有效范式，拓展了“AI +行业”合作的想象空间。

 

全球首个联邦学习工业框架FATE助力行业AI多场景落地

目前，我国在联邦学习方面的研究和应用已颇具领先性。微众银行作为联邦学习的国内首倡者，致力于通过联邦学习技术，助力企业打破数据孤岛，在国际人工智能专家，微众银行首席人工智能官杨强教授的加速下，微众银行AI团队开源自研了联邦学习框架联合的AI技术使能器（简称FATE），逐步推动人工智能行业落地。

作为联邦学习全球首个工业级开源项目，缘分实现了基于同态加密和多方计算的安全计算协议，支持联邦学习架构体系与各种机器学习算法的安全计算，能够帮助多个组织机构在符合数据安全和政府法规前提下，有效和协作地进行数据使用和联合建模。

自FATE推出，及平台和技术上持续迭代更新，参与缘份开源社区建设的从业者也在不断踊现，去向的行业关注度和价值认可度逐步提升，联邦学习生态进一步深化及拓展。

在此基础上，不断扩大的联邦学习生态将协同不断完善的命运技术平台，更进一步保证企业在数据安全的基础上得到可用价值最大化的数据计算，助推企业AI在语音识别，计算机视觉，城市管理等更多场景落地。

以城市管理为例，该领域面临数据标签少，数据分散，且数据离线带来的延迟更新问题，在去向开源框架下，利用散落在各地的割裂的计算机视觉数据来建立一个安全，共享的模型，可在数据安全和隐私保护的基础上，有效提高数据更新效率，进一步助力城市智慧管理。

随着5G通讯技术的发展与普及，手机等边缘设备的芯片加强，AI技术及其应用将迎来爆发式发展，但数据安全和用户难题也将面积，更深层次的暴露出来。对此，范涛表示，联邦学习是一项既能建立大数据模型，又能保护数据安全和用户隐私的有利的新兴技术，是解决AI应用数据难题的最佳出口，希望更多的人能加入我们一起建立联邦学习生态，共同营造一个数据安全与自由的美好时代。