2019-08-14 12:12:27 来源:互联网
逾20名来自国内外知名企业与研究机构的专家出席了本次工作组会议
IEEE联邦学习标准项目是国际上首个针对人工智能协同技术框架订立标准的项目,由微众银行发起,并于2018年12月获批。本次会议由星云Clustar主办,此前,项目工作组已于今年2月、6月分别召开了第一次、第二次现场会议,梳理了各自领域内的联邦学习典型案例,对联邦学习标准的具体形式及内容进行了讨论,对标准草案的制定提出了建设性意见。
本次会议在前两次会议的基础上从更多维度对联邦学习进行探讨。会议聚焦联邦学习各项指标的评估如何量化、标准如何体现联邦学习技术的合规性、联邦学习应用案例的分类归纳等议题进行讨论,议题具有前瞻性、先进性和权威性。标准制定工作组主席、微众银行首席人工智能官杨强教授强调了标准会议对于联邦学习技术的重要性。各机构需要充分发挥自身优势,完善行业标准,建设有价值的联邦学习标准。
会议上,各方凭借在各自领域丰富的技术、研发、服务、运营经验,围绕联邦学习标准的范围、框架、术语定义、案例等方面,提出了具有参考价值的意见与建议。会议特别指出,因不同国家与地区对数据隐私和安全方面的监管需求各有侧重,与会者将针对这一情况,在接下来的远程沟通中进一步讨论梳理,以便建立全球统一适用的技术标准。
IEEE联邦学习标准工作组表示,此次会议显著推进了联邦学习标准的制定进度,预计将于2020年出台标准草案。IEEE联邦学习标准项目成立至今,已经吸引了30余家来自科技、金融、教育、医疗等知名研究机构及企业作为工作组成员共同参与,目前成员数量还在不断增加。
联邦学习是人工智能领域破解数据隐私保护难题的关键性、先导性技术,标准化工作是技术能够实现健康有序发展的重要支撑。今年6月,中国人工智能开源软件发展联盟(AIOSS)重磅发布了微众银行牵头的国内首个关于联邦学习的团体规范标准——《信息技术服务 联邦学习 参考架构》团体标准。未来,IEEE联邦学习国际标准的制定将更进一步为联邦学习在各行业的落地应用提供技术规范,为社会各界合作奠定基础,从而吸引各行各业参与到联邦学习生态的共建中来。
免责声明:本网站(http://www.ciotimes.com/)内容主要来自原创、合作媒体供稿和第三方投稿,凡在本网站出现的信息,均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性,但不保证有关资料的准确性及可靠性,读者在使用前请进一步核实,并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏,概不负任何法律责任。
本网站刊载的所有内容(包括但不仅限文字、图片、LOGO、音频、视频、软件、程序等)版权归原作者所有。任何单位或个人认为本网站中的内容可能涉嫌侵犯其知识产权或存在不实内容时,请及时通知本站,予以删除。