一只小狐狸带你解锁 炼丹术&NLP 秘籍
移动互联技术这把“温柔刀”,带来巨大便利之余,也将我们的个人数据放进了橱窗,为“推动信息技术发展”而供人调取。
我们都清楚网络“裸奔”的行为很混乱,但你知道到底有多乱吗?真相,可能远比想象中严重。
近日,某银行都会因为“大客户”要求而泄露客户流水,那么在这个高度开放的互联网世界里,存放着我们隐私的安全小屋又能安全到哪里去?
▼ 特斯拉最近曝出因数据保护不力,导致用户隐私泄露的问题。
▼ 今年3月,新浪微博因用户查询接口被恶意调用,5.38亿微博用户数据泄露。
无论是工信部隔三差五曝出的违规收集数据,还是新闻里时时可见的隐私泄露问题,在当前大数据驱动的社会环境下,数据隐私安全成为了全民探讨的重要议题。
信息技术的发展,离不开由我们在智能终端(手机及其他设备等)上产生或推断出的个人数据,如浏览习惯、点击频次等,来推动个性化应用和服务的发展。
尤其在AI领域,这一情况更为明显,依赖于持续的数据感知、收集,并上传至服务端进行深度分析与训练,AI才能迎来蓬勃发展。但底层未经审查、不透明的数据收集和聚合协议,很可能造成严重的数据安全威胁和隐私风险。
要解决这样的困境,仅仅靠传统的机器学习方法已经出现瓶颈。
我们需要一个既满足隐私保护和数据安全,又可实施的解决方案—联邦学习l。
什么是联邦学习
联邦学习希望做到各个企业的自有数据不出本地,而联邦系统可以通过加密机制下的参数交换方式,即在不违反数据隐私法规情况下,建立一个虚拟的共有模型。这个虚拟模型就好像大家把数据聚合在一起建立的最优模型一样。但是在建立虚拟模型的时候,数据本身不移动,也不泄露隐私和影响数据合规,也就是“数据不动,模型动”。这样,建好的模型在各自的区域仅为本地的目标服务。在这样一个联邦机制下, 各个参与者的身份和地位相同,而联邦系统帮助大家建立了“共同富裕”的策略,也就是“风险不增,效益增”。这就是为什么这个体系叫做“联邦学习”。
联邦学习的价值
如何学习联邦学习
首部全面、系统论述联邦学习的中文著作《联邦学习》现已上市,可以作为广大学习者入门和探究联邦学习的第一本书!
本书详细描述了联邦学习如何将分布式机器学习、密码学、基于金融规则的激励机制和博弈论结合起来,以解决分散数据的使用问题。介绍不同种类的面向隐私保护的机器学习解决方案以及技术背景,并描述一些典型的实际问题解决案例。
▼扫码立即获取本书详情▼
本书知识体系
(点击查看大图)
业内顶级阵容,权威专著
倾情作序
张钹 / 中国科学院院士,清华大学人工智能研究院院长
联合力荐
(按姓氏拼音排序)
高文 / 中国工程院院士,北京大学教授,鹏城实验室主任
李开复 / 创新工场董事长兼CEO
梅宏 / 教授,中国科学院院士,欧洲科学院外籍院士,IEEE Fellow,中国人民解放军军事科学院副院长
肖钢 / 第十三届全国政协经济委员会委员
周志华 / 南京大学人工智能学院院长,欧洲科学院外籍院士,ACM/AAAI/IEEE Fellow
作者团队
杨强 / 微众银行的首席人工智能官(CAIO),香港科技大学(HKUST)计算机科学与工程系讲席教授。
刘洋 / 微众银行AI 项目组的高级研究员。
程勇 / 微众银行AI 项目组的高级研究员。
康焱 / 微众银行AI 项目组的高级研究员。
陈天健 / 微众银行AI 项目组的副总经理。
于涵 / 新加坡南洋理工大学(NTU)计算机科学与工程学院助理教授,微众银行特聘顾问。
顶配福利,触手可得
1
加入《联邦学习》图书交流群,享受以下福利:
①与作者团队共同讨论联邦学习技术话题,实时答疑解惑
② 获取来自“微众银行人工智能团队”的第一手技术资料,包含联邦学习前沿研究、多领域应用案例、FATE开源项目实战指导等
③ 第一时间获取杨强教授等多位人工智能顶级专家在线公开课程信息,抢占VIP席位
④ 《联邦学习》第一批新书特价抢购权
▼
添加下方小橘子微信
回复“联邦”进群
2
限时仅需0.1元,你将得到:
抢鲜试读本书第1章全部内容!
获赠10元博文视点学院优惠券
第一章简介
本书第1章即将围绕当前人工智能面临的挑战,以及联邦学习可以作为一个有效的解决方案,并介绍联邦学习的分类和发展。同时论述:联邦学习将作为下一代人工智能大规模协作的基础,能迎合技术和社会的需求,承担起人工智能在发展和应用中的重任。
▲ 扫码获取抢先读详情 ▲
送书福利时间
卖萌屋联合电子工业出版社博文视点为各位小伙伴们带来 5本 纸质书《联邦学习》!小夕会从 留言区 中挑选5名 订阅号常读用户 送书一本~(您的每一次支持和鼓励小夕都记在心里????)没有领到书的小伙伴也不要难过,只要多多关注卖萌屋的文章,下一次就有机会获得赠书哦~
可
能
喜
欢
夕小瑶的卖萌屋
关注&星标小夕,带你解锁AI秘籍
订阅号主页下方「撩一下」有惊喜哦
▼ 点击阅读原文,获取进入抢先读!