聯邦學習將帶來全新的資料合作生態系統

聯邦學習（Federated Learning）在 2016 年由谷歌最先提出，是一種新興的人工智慧基礎技術。

在谷歌 2019 年第二季度的財報會議中，谷歌 CEO 桑達爾·皮查伊強調，對谷歌來說，聯邦學習和一些其他的隱私管控是其現階段重點的關注和努力方向。他說：“我們一直以來都很關注使用者的隱私及管理，三年來我們一直在提議並推進聯邦學習的使用，這也是我們現階段的重點之一。”

最初聯邦學習被用在預測安卓系統使用者在使用鍵盤時下一步會輸入的內容，也被用在谷歌的文字預測軟體以及火狐瀏覽器 URL 搜尋方面。其設計目標是在保障大資料交換時的資訊保安、保護終端資料和個人資料隱私、保證在合法合規的前提下，在多參與方或多計算結點之間開展高效率的機器學習。

如下圖所示，聯邦學習可以讓裝配有 Gboard （谷歌推出的虛擬鍵盤）的軟體在不向谷歌傳送原始使用者個人資料的前提下提升其 AI 模型。這樣以來，使用者手機中的資料還儲存在使用者手機中，而並未被髮送或儲存到某個中央雲伺服器中。

（來源：谷歌）

雲伺服器將某個人工智慧演算法的最新版本傳送到某一使用者群的裝置上，然後使用者的手機可以根據本地資料更新 AI 模型。這時，傳送回雲伺服器的只是更新部分，而非更新所使用的本地資料。雲伺服器可以再根據接收到的更新部分，提升演算法的全域性狀態（“global state”）。

聯邦學習既可以保護使用者資料，又不會影響 AI 演算法的效能提升，其正在為包括醫療健康和銀行業在內的、對於資料使用受到高度管控和關注的行業提供新的可能。

英偉達 AI 驅動的軟硬體框架 Clara 主要針對醫療健康場景，現也支援聯邦學習。其使用方包括美國放射醫學院、麻省總醫院、佈列根和婦女醫院臨床資料科學中心、UCLA 醫學中心等。此外，英偉達還與醫療健康領域初創公司 Owkin 合作，Owkin 主要從事使用聯邦學習進行癌症患者的抗藥性預測方面的業務。

（來源：英偉達）

中科院計算所泛在計算系統研究中心針對帕金森症建立了 FedHealth 框架，使用聯邦學習、遷移學習、增量學習來判斷病人服藥前後的狀況變化、用藥效果等。

金融領域，中國的微眾銀行正與騰訊雲和加拿大人工智慧研究中心 Mila 合作進行聯邦學習方面的研究。今年 1 月底，微眾銀行 AI 團隊研發並推出了其聯邦學習開源框架 FATE（Federated AI Technology Enabler），該框架採用了多種安全計算協議，從而保證在符合監管規定的資料保護前提下，進行跨域資訊合作。

當然，聯邦學習作為一個新興概念正在越來越廣泛地應用在其他領域，比如智慧城市、智慧製造等方面。中國公司（包括京東、華為等）也在積極佈局聯邦學習方面的應用，相信在未來可以看到更多聯邦學習相關的落地應用。

關鍵詞

全域性模型+本地資料

透過使用聯邦學習，使用者可以透過使用本地資料訓練 AI 模型，並只將 AI 模型的更新部分更新到中央雲端。雲端透過所有網路中使用者傳送的模型更新來最佳化其模型應用。

資料多樣化

聯邦學習可以助力跨域合作，從而透過更加多樣化的本地資料最佳化全域性模型。

https://blog.csdn.net/weixin_42137700/article/details/104279062