联邦学习（Federated Learning）白皮书

联邦学习白皮书下载地址：
https://cn.fedai.org
https://img.fedai.org.cn/wp-content/uploads/pdf/联邦学习白皮书_v2.0.pdf

2020年4月8日，微众银行人工智能部联合电子商务与电子支付国家工程实验室（中国银联）、鹏城实验室、平安科技、腾讯研究院、中国信通院云大所、招商金融科技等多家企业和机构发布了《联邦学习白皮书V 2.0》，下文为白皮书中相关内容的简单摘要，进行简要的介绍联邦学习。

一、联邦学习的背景和重要性

1.1 人工智能发展的现状

从1955年达特茅斯会议开始，人工智能经过两起两落的发展，迎来了第三个高峰期，下面简单罗列一下人工智能的简单发展史：

• 第一个高峰：人们看到AI的希望，也就是自动化算法对提高效率的希望

• 第一个低谷：受算法能力的限制，机器不能完成大规模数据训练和复杂任务，由此进入第一个低谷。

• 第二个高峰：霍普菲尔特神经网络的提出，以及BP算法实现了神经网络训练的突破，使得大规模神经网络训练成为可能。

• 第二个低谷：虽然理论上大规模神经网络的训练成为可能，但发现算力和数据不够，专家系统的设计跟不上工业的成长需求，引发了第二次低谷。

• 2006年，深度学习神经网络的提出，伴随着近年来算法和算力的巨大提升以及大数据的出现，人工智能迎来了第三个高峰。

2016年的AlphaGo,其总计使用了30万盘棋局作为训练数据并且