NeurIPS 2019 联邦学习国际研讨会论文收录情况揭晓中美领跑人工联邦学习国际社区范围进一步扩大据研讨

　　2019年12月，国际人工智能顶级学术会议神经信息处理系统大会NeurIPS 2019(Conference and Workshop on Neural Information Processing Systems 2019)即将于加拿大温哥华隆重召开。大会期间，谷歌、微众银行、卡耐基梅隆大学、新加坡南洋理工大学等机构将联合举办关于联邦学习技术及应用的国际研讨会(Workshop on Federated Learning for Data Privacy and Confidentiality) 。从该国际研讨会近日揭晓的论文收录情况来看，联邦学习这一人工智能子领域已经受到国内外知名研究机构及企业的关注与重视。

NeurIPS 2019 联邦学习国际研讨会论文收录情况揭晓中美领跑人工智能新方向。　　联邦学习国际社区范围进一步扩大

　　据研讨会主席、微众银行人工智能首席科学家范力欣介绍，随着人工智能技术成功突破算法与算力上的限制，如何连接“数据孤岛”和保护数据隐私，成为人工智能在各行各业应用落地所必须解决的难题。 “联邦学习”(Federated Learning)作为一种加密的分布式机器学习范式，可以使得各方在不披露原始数据的情况下达到共建模型的目的。即在不违反数据隐私保护法规的前提下，连接数据孤岛，建立性能卓越的共有模型。

NeurIPS 2019 联邦学习国际研讨会论文收录情况揭晓中美领跑人工智能新方向。　　近两年来，联邦学习在学术研究、标准制定、行业落地等方面一路高歌猛进，成为人工智能领域引人注目的方向之一。今年8月， IJCAI 2019首届联邦学习国际研讨会的成功召开标志了联邦学习国际社区的正式成立，联邦学习进入了一个新的阶段。此次在NeurIPS 2019中举办的联邦学习主题的研讨会则在参与人数、投稿数量、研讨深度、应用广度等方面进一步提升，吸引更多国际研究者与从业者的关注。

　　据统计，此次研讨会共收到68篇投稿论文，来自美、中、英、德、芬兰、新加坡、日本、印度、以色列、沙特阿拉伯等17个国家和地区，其中不乏哈佛、普林斯顿、康奈尔、麻省理工等国际名校与研究机构，以及谷歌、华为、腾讯、微众银行等知名企业。数据显示，美国与中国投稿最多，占投稿总数70%以上。在近几年联邦学习的研究中，以谷歌研究院为代表的技术流派关注消费者端(C端)移动设备上的隐私保护问题，而国内以微众银行 AI 团队为代表的技术流派，比较看重企业端(B端)跨机构跨组织大数据合作场景。事实上此次研讨会的投稿分布也正体现了在联邦学习这一人工智能新方向上，中美的领先地位。