转载于他人博文
数据是人工智能运转的“石油”，AI发展到现在的阶段，能否获得量大质高的数据已成为制约其进一步发展的重要因素。**
在重视数据隐私已经成为世界性趋势的当下，联邦学习应运而起，一方面，发挥了分布式机器学习的存储和计算优势，另一方面，又保障了个人用户及企业用户的数据安全。
**那下面，就让我们一起，回顾一下2019年联邦学习的大事件吧~
2月4日
谷歌实现了首个产品级的联邦学习系统
谷歌发布论文“Towards Federated Learning at Scale：System Design”，论文进一步介绍了联邦学习的系统设计，描述了这一系统的设计理念和现存挑战并提出了自己的解决方案。在论文中，介绍了“下一词预测”、“移动设备键盘输入内容建议”等具体应用，并指出安全聚合、通信效率等未来方向。
【更多】谷歌实现首个产品级的联邦学习系统
2月21日
IEEE P3652.1（联邦学习基础架构与应用）标准工作组第一次会议在深圳召开
此次与会专家一致认为联邦学习IEEE标准立项意义重大，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，同时，它为遵守GDPR等个人数据保护等法规提供了技术解决方案，对数字信任、科技向善的培育意义深远，为人工智能行业的进一步发展开辟了新的道路。
【更多】微众银行AI团队领衔推动人工智能国际标准制定
3月24日
中国计算机学会举办了“联邦学习技术及数据隐私保护”的专题研讨会
研讨会有来自于平安、腾讯、中兴和百度的企业代表，也有来自北京大学、中山大学、华东师范大学和深圳大学等高校的学生代表，大家从技术、研究和法律三个角度出发，碰撞出思想的火花，工业界和学术界的共同探索来推动联邦学习的进步。
【更多】学界、工业界、法律界思想碰撞 | 共同探讨联邦学习的多种可能性
5月8日
Google I/O开发者大会在美国加州召开，重申了“联邦学习” 的重要意义
在本次大会上，谷歌表示联邦学习已在Gboard中广泛应用，它能够在用户多次使用相关词汇之后，在输入时为用户推荐单词和表情。同时，介绍了联邦学习的优点，包括更智能的模型、低延迟、低功耗、保障用户隐私等。联邦学习使用简化版的 TensorFlow，配合精心的程序调度，并确保训练模型只在手机在闲置、插着电、有 Wi-Fi 时才进行。因此，联邦学习页不会影响手机的日常使用。
【更多】2019届I/O大会：谷歌和联邦学习锁了！
5月9日
英伟达宣布与伦敦国王学院携手为英国NHS医院打造首个AI平台
英伟达与国王学院的研究院将会与国王学院附属医院等伦敦当地主要医院的医生进行合作，NHS将首度以联邦学习进行算法开发以确保病患资料隐私。项目将研究、技术与临床医生的整合，目标在于加速资料策略的发现、解决AI导向问题并将成果快速部署到各个医疗机构。在此过程中，联邦学习能够让各站点资料无需传输至机构外，运用医院内部的资料开发AI模型。
【更多】联邦学习将如何重塑医疗行业？
5月24日
2019 CCF青年精英大会 “联邦学习及用户隐私”专题论坛成功举办
本届大会 “联邦学习及用户隐私”的主题论坛上，平安科技与来自鹏程实验室、微众银行、创新工场、北京航空航天大学、瑞士再保险等知名高校及企业的重磅嘉宾就联邦学习的核心技术、行业应用进行深入探讨，圆桌论坛共话联邦学习在数据隐私保护上的突破与未来。联邦学习如何创新性地破解数据孤岛和数据隐私的两难困境，如何在行业应用中促成协作，推动行业生态建设，重构工业界未来等关于联邦学习的应用与未来的议题被深入探讨。
【更多】CCF YOCSEF深圳成功举办2019 CCF青年精英大会 “联邦学习及用户隐私”专题论坛
5月28日
国家互联网信息办公室发布了《数据安全管理办法（征求意见稿）》
平安科技副总工程师、资深人工智能总监王健宗博士表示：这次意见稿在个人信息保护方面的规定，较之前的网络安全法更为详尽也将更具强制的执行力度。在满足数据隐私、安全和监管要求的前提下，联邦学习被用来推动机构间的协作，对于重构行业生态意义重大，尤其是金融、医疗等极度重视数据隐私强监管行业，所覆盖的应用场景包含了智慧零售、智慧医疗、以及金融领域的小微企业贷款以及反洗钱等。
【更多】当中国版的GDPR来敲门，企业该如何应对？
5月31日
浙江大学计算机学院副院长陈为教授提出联邦可视化
陈为教授在《人工智能与可视化的融合：挑战与机遇》讲座上提及联邦可视化的一个研究方向是“给机器看图”。通过热力图等展现方式，将可视化结果作为中间数据给计算机读取。数据可以被进行视觉表示，和人看见图片的感知提升一样，让机器 “看”见有利于机器对数据的分析。
【更多】什么？你还没听说过「联邦可视化」？
6月27日
国际智能计算机大会聚焦联邦学习，汇聚前沿学界观点和行业落地成果
在本次联邦学习分论坛上，各位“联邦学习”领域专家齐聚一堂，嘉宾们就自己所处的行业切身经验，探讨目前联邦学习的发展进程和应用。联邦学习的出现已经开始改变大数据在各行各业的应用方式，联邦大数据生态的构建也离不开学界和工业界的共同探索和推动，在信息流通日益渗透到企业和个人的今天，联邦学习将逐渐成为金融、保险、投资、医疗等众多行业领域实现商业价值和隐私安全保护的最佳途径，其应用将在各行业全面展开。
【更多】2019年国际智能计算机大会聚焦联邦学习，汇聚前沿学界观点和行业落地成果
8月10日
IJCAI 2019：首届联邦学习国际研讨会开展
第28届国际人工智能联合会议（IJCAI）在中国澳门召开，与此同时，首届联邦学习国际研讨会也在会议期间开展，吸引了超过100位顶尖学者共同分享联邦学习最前沿的学术成果和最先进的落地应用。这是自 2017 年联邦学习概念提出以来，联邦学习研究人员首次在国际顶级人工智能会议上如此密集的发声。「首届联邦学习国际研讨会」的召开则标志着联邦学习国际社区正式成立，联邦学习步入了新的阶段。
【更多】三分钟get联邦学习最新动态—联邦学习近期资讯速递
10月13日
MICCAI 2019大会发布了首个医学影像分析的联邦学习系统
MICCAI 2019大会期间NVIDIA携手伦敦国王学院推出了用于医学影像分析、且具有隐私保护能力的联邦学习系统。此系统在无需共享患者数据的情况下，即可实现协作与分散化的神经网络训练。为了提高联邦学习的安全性，研究者专门研究试验了使用ε-差分隐私框架的可行性。相当于完成模型训练之后，加入“噪点”使数据变得模糊，改变了原有数据的颗粒度，使得反推更加困难。
【更多】里程碑性进展！“联邦学习系统”将推动AI在医疗行业发展进程
10月17日
联邦学习初次亮相CNCC，联邦智能首次系统提出！
今年的CNCC上，中国人工智能开源软件发展联盟副理事长、深圳市金融智能机器人研究中心常务副主任王健宗博士集结了联邦学习领域资深平台架构师、资深安全领域专家团给大家带来“联邦学习与人工智能安全培训”的免费课程，这是全国首次联邦智能与AI安全培训。在人工智能技术广泛应用于各行业及各大业务场景，随着各类人工智能设备越来越多地应用于人们的生活，工作与生活愈加智慧化，而用户隐私、安全亦是首当其冲的重中之重。
【更多】联邦学习初次亮相CNCC，联邦智能首次系统提出！
11月24日
第二届全国高校人工智能人才与科技莫干山论坛提及联邦学习发展趋势
在由浙江大学的吴超教授带来的《分布式人工智能》报告中，着重介绍了联邦学习的建模方式以及现存的数据异构、系统异构以及通信方面存在的问题与挑战，同时还提出了联邦学习未来的几大发展趋势如：基于元学习的模型初始化、融合聚合的训练、数据定价的反向博弈、拓扑结构和通讯优化、开源开放等。
【更多】联邦学习最新行业资讯
11月24日
同盾科技近日发布了自主设计、独立研发的智邦平台（iBond）
智邦平台底层设计是基于知识联邦的体系架构，从信息层、模型层、认知层、知识层四个层面来实现知识共创和共享。信息层通过安全多方计算在密文空间上直接进行计算或学习，进而提取或发现知识；模型层联邦与传统的联邦学习相似，基于模型加密交互共创知识，并实现知识共享；认知层对同/异构数据进行认知学习之后进行集成或多模态融合，进而生成复杂的知识网络；知识层对分布的知识进一步学习提炼，实现基于知识的表达推理及智能决策。
【更多】同盾科技发布智邦平台：保护数据隐私实现安全的知识联邦
12月1日
NVIDIA发布了一种基于AI的区块链式的计算平台Clara Federated Learning
这是一款用于分布式、协作式AI模型培训的参考应用程序，可保护患者隐私，并且将复杂3D模型的分析时间从几小时减少到几分钟。Clara FL平台利用一种分布式协作学习技术，将患者数据保存在属于它的地方——在医疗提供商的院内或网内，网络上的每个客户端都可以使用该平台进行自己的深度学习培训，也可以与其他客户端协作提供更准确的全局模型。Clara FL平台目前运行在不久前宣布的NVIDIA EGX智能边缘计算平台上。
【更多】联邦学习最新行业资讯
12月8日
NeurIPS 2019 联邦学习国际研讨会拉开帷幕
本次联邦学习研讨会共收到68篇投稿论文，来自美、中、英、德、新加坡等17个国度和地区，包括哈佛、普林斯顿、康奈尔、麻省理工等国际名校以及谷歌、华为、腾讯、微众银行等知名企业。这些论文汇集了联邦学习领域相关研究学者的最新研究成果，深度探讨了联邦学习相关算法的优化与应用、联邦学习的安全性、建立联邦学习激励机制等问题，对于联邦学习的后续发展有重大意义。在近年对联邦学习的相关研究中，以谷歌为代表的技术流派更关注C端移动设施上的隐私维护问题，而国内以微众银行 AI团队为代表的技术流派则相对侧重B端跨机构跨组织的大数据协作场景。根据此次研讨会的投稿数据显示，美国与中国投稿量最多，占总数70%以上，这也表明了目前在联邦学习领域中美两国的领先位置。
【更多】NeurIPS 2019 联邦学习国际研讨会重磅来袭
2020年
总结与展望
回顾过去，联邦学习正在从“点到点的发展阶段”转向“应用落地、积累案例阶段”，联邦学习的标准在不断完善。不到三年的时间，联邦学习已经快速地发展了起来，而且在业界也得到回应，京东、腾讯云、平安科技等等企业也已经加入到联邦学习的队伍中来。
看向未来，联邦学习的征途是星辰大海。
祝大家新年愉快~
