看到这本书的封面插画,你是否以为即将面对一本童话故事书?
实际上,这本书“意义重大”,绝非童话,是用“羊吃草”的比喻给我们解释:大数据时代,人工智能在隐私安全前提下实现数据合作的最优解决方案。这就是世界上第一本“联邦学习”专著——《Federated Learning》(英文版)/《联邦学习》(中文版),由微众银行首席人工智能官杨强教授及人工智能部刘洋、程勇、康焱、陈天健、于涵等多位人工智能领域顶级专家历时两年,共同编撰而成。
2019年12月,《Federated Learning》由美国Morgan & Claypool出版社出版了英文电子版,2020年1月印刷版问世,属于世界著名的AI丛书系列。2020年5月,中文版正式由电子工业出版社博文视点出版。该书对联邦学习这一人工智能新兴技术进行了系统性阐释,并且全面分享了微众银行在联邦学习领域的深厚积累。
图:中英文书籍封面
先了解一下,“联邦学习”是什么?
“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。
还不懂?让我们先搞明白“联邦学习解决的问题是什么?”
假如你养了一只小羊,想给它吃各种不同营养成分的草料,你需要