深圳2023年7月14日 /美通社/ -- 近日，以"智聯(lián)世界，生成未來"為主題的2023年世界人工智能大會（WAIC）在上海圓滿落幕。本次大會旨在搭建世界級合作交流平臺，共促發(fā)展新機遇。全球知名商業(yè)領(lǐng)軍者和全球創(chuàng)新先鋒云集于本次大會，闡述其對于新AI與新商業(yè)的見解，其中，加拿大工程院和加拿大皇家學(xué)院兩院院士、FATE開源社區(qū)技術(shù)指導(dǎo)委員會主席、微眾銀行首席人工智能官楊強受邀出席，分享了聯(lián)邦學(xué)習(xí)領(lǐng)域的前沿研學(xué)成果。
可信聯(lián)邦學(xué)習(xí)與聯(lián)邦大模型，解構(gòu)大模型時代數(shù)據(jù)之困
7月7日，在由世界人工智能大會組委會辦公室主辦，中國信息通信研究院承辦，中國信息通信研究院華東分院、中國信息通信研究院云計算與大數(shù)據(jù)研究所協(xié)辦的"聚焦·大模型時代AIGC新浪潮"論壇上，楊強發(fā)表了"可信聯(lián)邦學(xué)習(xí)與聯(lián)邦大模型"主題演講。
楊強發(fā)表“可信聯(lián)邦學(xué)習(xí)與聯(lián)邦大模型”主題演講
在大模型迅猛發(fā)展的當(dāng)下，對算力、數(shù)據(jù)量的極高要求是橫亙在中小型機構(gòu)AI應(yīng)用之路上的一道難以跨越的鴻溝。正如OpenAI CEO Sam Altman所言，未來模型參數(shù)應(yīng)該向更小的方向發(fā)展，或者以多個小模型協(xié)作的方式工作。
楊強指出，聯(lián)邦學(xué)習(xí)（Federated Learning）能夠聯(lián)合分散的數(shù)據(jù)、分散的算力，可應(yīng)用于解決可用數(shù)據(jù)量不足的問題，從而使多方共建大模型基礎(chǔ)設(shè)施，為業(yè)界提供了前瞻性的解決方案。當(dāng)前，F(xiàn)ATE（Federated AI Technology Enabler）開源社區(qū)已經(jīng)發(fā)布了開源的聯(lián)邦大模型功能模塊FATE-LLM，支持各參與方的敏感數(shù)據(jù)不出本地域的前提下，根據(jù)各方實際數(shù)據(jù)量進行算力投入，聯(lián)合進行大模型訓(xùn)練。未來，聯(lián)邦大模型架構(gòu)將重點發(fā)展同構(gòu)與異構(gòu)聯(lián)邦大模型、大模型指導(dǎo)小模型聯(lián)邦等方面，進一步提升聯(lián)邦大模型的可用性、易用性。
在聯(lián)邦學(xué)習(xí)整體研究與產(chǎn)業(yè)落地方面，楊強介紹，"可信聯(lián)邦學(xué)習(xí)"（Trustworthy Federated Learning）作為安全可信的多方分布式機器學(xué)習(xí)范式，具有安全可信、高效可用、可管理、可審計、普惠等核心特征，將更加適配當(dāng)前產(chǎn)業(yè)發(fā)展所需綜合考慮數(shù)據(jù)安全、隱私保護與效率的要求。同時，楊強介紹了可信聯(lián)邦學(xué)習(xí)最新的前沿研究與應(yīng)用成果，包括質(zhì)效均衡的可信聯(lián)邦學(xué)習(xí)算法框架，在金融反洗錢等行業(yè)場景中的應(yīng)用等。
攜手共建聯(lián)邦學(xué)習(xí)開源生態(tài)，推動數(shù)據(jù)要素安全流通
7月8日，在由世界人工智能大會組委會辦公室主辦，機器之心承辦的"AI開發(fā)者"論壇上，楊強重點作"可信聯(lián)邦學(xué)習(xí)與開源生態(tài)"主題分享，重點介紹了隱私計算和聯(lián)邦學(xué)習(xí)開源社區(qū)與生態(tài)。
楊強發(fā)表“可信聯(lián)邦學(xué)習(xí)與開源生態(tài)”主題演講
據(jù)楊強介紹，開源已成為隱私計算技術(shù)規(guī)?；钠渲幸粋€重要途徑。FATE開源社區(qū)是由聯(lián)邦學(xué)習(xí)技術(shù)開發(fā)者、行研方、產(chǎn)業(yè)方及生態(tài)伙伴共同組建與治理的協(xié)作創(chuàng)新平臺，相關(guān)參與方可以基于工業(yè)級聯(lián)邦學(xué)習(xí)開源框架FATE探索聯(lián)邦學(xué)習(xí)技術(shù)的研究與應(yīng)用。FATE開源社區(qū)以"開源開放，共力創(chuàng)新"為愿景，匯聚了4000+社區(qū)用戶參與社區(qū)共建，覆蓋金融、醫(yī)療、科研、人工智能等多個領(lǐng)域與場景，不僅已成為全球領(lǐng)先的聯(lián)邦學(xué)習(xí)開源社區(qū)，還是可信數(shù)據(jù)流通領(lǐng)域最具影響力的社區(qū)之一。
在建立行業(yè)標(biāo)準、推動應(yīng)用場景方面，F(xiàn)ATE開源社區(qū)的成員單位共同牽頭建立了多項聯(lián)邦學(xué)習(xí)技術(shù)標(biāo)準，落地了在企業(yè)跨主體的大數(shù)據(jù)協(xié)作、企業(yè)異構(gòu)平臺互聯(lián)互通、多中心醫(yī)療發(fā)現(xiàn)等多場景下的聯(lián)邦學(xué)習(xí)應(yīng)用實踐，共同打造了包含數(shù)據(jù)提供方、模型提供方、業(yè)務(wù)提供方、價值中介方等各環(huán)節(jié)緊密結(jié)合的數(shù)據(jù)要素流通生態(tài)。
談及未來發(fā)展趨勢，楊強認為聯(lián)邦學(xué)習(xí)與開源生態(tài)將成為隱私計算、機器學(xué)習(xí)和數(shù)據(jù)科學(xué)發(fā)展的關(guān)鍵驅(qū)動力。其中，可探索的重點包括進一步完善聯(lián)邦學(xué)習(xí)安全機制；推動跨平臺的互聯(lián)互通；推動數(shù)據(jù)確權(quán)與定價和模型交易；基于"模型和數(shù)據(jù)集水印"技術(shù)的模型審計和模型全生命周期管理；推動聯(lián)邦學(xué)習(xí)與大模型、區(qū)塊鏈等技術(shù)的融合等方面，為未來的智能時代提供核心支持。
