ML4CS 2019 会议 （2）Federated learning and AI学习笔记

Federated learning and AI学习笔记

put data together
clibrery？？

Federated learning is a machine learning framework that helps multiple organization effectively and collaboratively use data and build models in accordance with user privacy and data security rules and related government policies and regulations.
联邦学习（Federated Learning）是一种新兴的人工智能基础技术，在 2016 年由谷歌最先提出，原本用于解决安卓手机终端用户在本地更新模型的问题，其设计目标是在保障大数据交换时的信息安全、保护终端数据和个人数据隐私、保证合法合规的前提下，在多参与方或多计算结点之间开展高效率的机器学习。其中，联邦学习可使用的机器学习算法不局限于神经网络，还包括随机森林等重要算法。联邦学习有望成为下一代人工智能协同算法和协作网络的基础。

FedAI ecosystem
FedAI 生态系统的建立是基于联邦学习，来开发和推广AI技术及其应用，保证数据安全和用户隐私保护。
FATE
federated AI technology enabler 是世界上第一个由webank ai group自主研发的工业级联邦学习框架。
提出了基于数据隐私保护的分布式安全计算框架，为机器学习、深度学习和传输学习算法提供了高性能的安全计算。
它提供了跨域交互信息管理的有效解决方案，使联邦学习的信息安全审计不再是个问题。

AI+ service： new-generation human-computer internationa

three engines
natural language processing engine （自然语言处理引擎）
核心优势：
在对话系统中进行情感评价和情感分析，以获得更好的客户服务体验
通过联邦强化学习进行对话理解
可转移对话系统框架
知识学习和对话的自我进化产生了
多粒度、少镜头的自然语言理解
speech engine
visual engine（视觉引擎）
可以准确捕捉动态和静态图像

three applications
intelligent authentication
intelligent customer service
intelligent quality analysis

AI+ marketing： online advertising/user growth

online advertising
search → reach → customers
market demand application modules platform interface
traditional advertisement

DSP - Demand Side Platform

AI+ asset management：asset management platform
alternative data analytics
pioneering investment research
leading interactive finance