2月7日-12日，人工智能領(lǐng)域國際頂級會議AAAI 2020在美國紐約舉辦。自1979年成立以來，AAAI已發(fā)展為人工智能領(lǐng)域最受關(guān)注的國際頂會之一。此次大會吸引了眾多來自學(xué)術(shù)界、產(chǎn)業(yè)界的研究員與從業(yè)者投稿參會。據(jù)統(tǒng)計，大會共收到投稿論文8800篇，經(jīng)評審后最終接收1591篇，接收率僅為20.6%，競爭異常激烈。

其中，由微眾銀行攜手新加坡南洋理工大學(xué)及深圳智慧城市解決方案提供商極視角合著的論文《FedVision： An Online Visual Object Detection Platform powered by Federated Learning》（下稱“論文”）被大會授予“人工智能創(chuàng)新應(yīng)用獎”，這意味著聯(lián)邦學(xué)習技術(shù)在計算機視覺領(lǐng)域的首個工業(yè)級應(yīng)用獲得了行業(yè)高度認可。據(jù)悉，該獎項獲得者還包括亞馬遜、IBM、阿里巴巴等。

值得關(guān)注的是，此次聯(lián)邦學(xué)習相關(guān)技術(shù)獲獎并不是首次在國際上獲得肯定，在AI技術(shù)激烈角逐的賽場上，聯(lián)邦學(xué)習已在國內(nèi)外屢獲殊榮，多次贏得重要獎項。

在國內(nèi)，微眾銀行聯(lián)合多家機構(gòu)提交的“基于互聯(lián)網(wǎng)的群智涌現(xiàn)機理與計算方法”項目獲批中國科技部創(chuàng)新2030——“新一代人工智能”重大項目，其中聯(lián)邦學(xué)習為核心技術(shù)；“聯(lián)邦學(xué)習技術(shù)體系研究與應(yīng)用”項目獲中國計算機學(xué)會2019年“CCF科學(xué)技術(shù)獎”；微眾銀行的聯(lián)邦學(xué)習行業(yè)實踐獲知名科技類媒體雷鋒網(wǎng)年度榜單 “最佳聯(lián)邦學(xué)習應(yīng)用獎”。

國際上， 聯(lián)邦學(xué)習視頻作品（Learning Federated Learning）獲國際頂級會議IJCAI 2019“最具教育意義視頻獎”；“聯(lián)邦學(xué)習AI隱私保護技術(shù)在視覺領(lǐng)域的應(yīng)用創(chuàng)新”項目入選msup“ 2019年top100全球軟件案例”。而且，入選top100案例的技術(shù)應(yīng)用，正是此次AAAI 2020大會獲獎?wù)撐牡南嚓P(guān)實踐。一項應(yīng)用，兩次獲得行業(yè)認可，從理論和實踐兩方面證實了其價值性——提供了一個解決計算機視覺應(yīng)用領(lǐng)域痛點的全新思路。

一直以來，計算機視覺應(yīng)用領(lǐng)域面臨著數(shù)據(jù)安全與隱私保護難、傳輸成本高等問題，利用傳統(tǒng)“黑箱”技術(shù)抓取后臺數(shù)據(jù)以創(chuàng)建集中存儲的大型訓(xùn)練數(shù)據(jù)集的辦法并不可取。

而聯(lián)邦學(xué)習技術(shù)的基本原理是在數(shù)據(jù)不出本地的情況下進行加密計算，將計算所得模型參數(shù)上傳至云端聯(lián)合建模。具有“數(shù)據(jù)隔離、無損對等以及共同獲益”等特性，參與的各數(shù)據(jù)“聯(lián)邦”都可獲得比“只基于原本獨立數(shù)據(jù)庫”所創(chuàng)建的更完善的模型，且數(shù)據(jù)絕對保密。這對于計算機視覺應(yīng)用領(lǐng)域尤為重要。

在技術(shù)原理的闡述之外，論文還進一步列舉聯(lián)邦學(xué)習在該領(lǐng)域應(yīng)用的實踐案例。

論文提到，雖然聯(lián)邦學(xué)習技術(shù)在理論上有諸多優(yōu)勢，但在實際應(yīng)用中還缺乏一個易于使用的工具來幫助非聯(lián)邦學(xué)習專家的系統(tǒng)開發(fā)人員將聯(lián)邦學(xué)習技術(shù)與原有系統(tǒng)進行融合?！盀榇?，微眾銀行和極視角協(xié)作部署了一個機器學(xué)習工程平臺，以支持聯(lián)邦學(xué)習所涉及的計算機視覺應(yīng)用程序的開發(fā)”。

目前已有三家大型企業(yè)使用了該平臺，開發(fā)了基于計算機視覺的火災(zāi)風險防范解決方案，并應(yīng)用于工廠環(huán)境中。經(jīng)過4個月的部署驗證，充分證明了該方案的可靠性，驗證了聯(lián)邦學(xué)習應(yīng)用于計算機視覺領(lǐng)域的可行性。

此次論文獲獎，既是聯(lián)邦學(xué)習本身技術(shù)價值的體現(xiàn)，也是聯(lián)邦學(xué)習生態(tài)建設(shè)的重要成果。聯(lián)邦學(xué)習的技術(shù)研究、開源工具、標準制定、行業(yè)落地等各方面進一步拓展，應(yīng)用范圍涵蓋ToC、ToB、ToG各領(lǐng)域，聯(lián)邦生態(tài)日趨完善。

2018年，微眾銀行AI團隊向IEEE（電子和電氣工程師協(xié)會）標準協(xié)會提交聯(lián)邦學(xué)習標準提案立項通過，首倡聯(lián)邦學(xué)習國際標準制定。微眾銀行首席人工智能官楊強教授擔任IEEE P3652.1（聯(lián)邦學(xué)習基礎(chǔ)架構(gòu)與應(yīng)用）標準工作組主席。目前，該工作組已召開四次標準工作組會議，微眾銀行、騰訊、華為、京東、平安等30多家公司及機構(gòu)參與，標準草案預(yù)計今年出臺。

不僅如此，2019年，微眾銀行還開源了聯(lián)邦學(xué)習技術(shù)框架FATE（Federate AI Technology Enabler），因其能夠解決包括計算架構(gòu)可并行、信息交互可審計和接口清晰可擴展在內(nèi)的三個工業(yè)應(yīng)用常見問題，達到工業(yè)級應(yīng)用標準，而成為全球首個聯(lián)邦學(xué)習工業(yè)級應(yīng)用開源項目。自開源以來，F(xiàn)ATE不斷升級，已經(jīng)配備首個可視化聯(lián)邦學(xué)習工具FATE Board、聯(lián)邦學(xué)習建模Pipeline調(diào)度和生命周期管理工具FATE Flow。目前，F(xiàn)ATE被納入全球最大非營利技術(shù)社區(qū)Linux Foundation。

除行業(yè)技術(shù)標準及開源工具外，為了更好地促進行業(yè)交流，微眾銀行撰寫并出版了世界上第一部系統(tǒng)介紹聯(lián)邦學(xué)習的專著——《Federated Learning》，以全面分享其在聯(lián)邦學(xué)習領(lǐng)域的積累，促進行業(yè)互動。

該書描述了如何將聯(lián)邦學(xué)習與分布式機器學(xué)習、密碼學(xué)和安全深度結(jié)合，并吸納經(jīng)濟學(xué)原理和博弈論的激勵機制設(shè)計相關(guān)理論，來解決“如何在數(shù)據(jù)不出本地、確保數(shù)據(jù)安全的情況下，讓多個數(shù)據(jù)擁有者共享數(shù)據(jù)模型”的問題。

與此同時，在實際場景應(yīng)用方面，聯(lián)邦學(xué)習的實用性和商業(yè)價值也不斷被證實。微眾銀行將聯(lián)邦學(xué)習用于風控、反欺詐、智能服務(wù)、營銷及零售等多個領(lǐng)域，并取得了顯著效果。其自研的智能評分引擎在縱向聯(lián)邦學(xué)習技術(shù)的基礎(chǔ)上，聯(lián)合開票金額與央行的征信數(shù)據(jù)等標簽屬性共同建模，將小微企業(yè)風控模型區(qū)分度（AUC of ROC）提升了12%。中國金融四十人論壇（CF40）資深研究員、證監(jiān)會原主席肖鋼牽頭發(fā)布的《2019中國智能金融發(fā)展報告》指出：“聯(lián)邦學(xué)習在智能金融的應(yīng)用場景十分廣泛，并無特別限制。大部分機器學(xué)習、深度學(xué)習等常見的人工智能算法，經(jīng)過一定改造，均可適配聯(lián)邦學(xué)習方法”。國際知名咨詢機構(gòu)Forrester近期發(fā)布的報告《人工智能變革欺詐管理》中也提到“聯(lián)邦學(xué)習對于提高跨機構(gòu)合作效率幫助很大，未來可期。”

相信隨著聯(lián)邦學(xué)習更加廣泛和深入的行業(yè)落地，聯(lián)邦學(xué)習的“普適性”不斷提升，其有實力成為下一代人工智能大規(guī)模協(xié)作的基礎(chǔ)，并能迎合技術(shù)和社會的需求，承擔起人工智能在發(fā)展和應(yīng)用中的重任。