深挖数据安全痛点，微众银行CAIO杨强教授分享“联邦学习”及应用落地

作为本次大会的重磅演讲嘉宾，微众银行首席人工智能官杨强教授重点介绍了“联邦学习”(Federated Learning）这一新兴人工智能技术的概念及其落地于各个行业的应用。

打开网易新闻 查看精彩图片

联邦学习是一种加密的分布式机器学习范式，能保证各方在不披露原始数据前提下共建模型，同时克服数据隐私保护法规与小数据、“数据孤岛”对数据建模的限制。如今，联邦学习在多个行业领域已经有了成功的应用案例：在信贷领域可以帮助多机构跨行业联合建模，更准确地识别信贷风险；在计算机视觉领域可以让分散在各地的摄像头在数据不出本地的情况下提升火灾险情等危险的识别准确性，结成安防“同盟”。未来，随着联邦学习持续深入推进落地场景，将为各行各业实现降本增效、开源节流发挥更大的作用。

微众银行AI部副总经理吴海山详解“可感知经济学”，以AI技术分析经济社会问题

除了杨强教授对联邦学习的讲解吸引了与会者的关注，微众银行AI部门副总经理吴海山在演讲中提到的“可感知经济学”（Senseable Economics）同样引发热议。

一张城市群夜间灯光亮度图片，就能分析出一个地区的经济指数？一张农田作物照片，就能用来预测农业气象灾害？这在“可感知经济学”中并不是天方夜谭。可感知经济学，指的是利用人工智能技术挖掘传感器大数据，实现对经济系统的实时感知、量化和预测，从而为一些重大社会学和经济学的问题提供决策的方法论。