0
联邦学习,是当前人工智能尤其是AI金融领域,最受工业界和学术界关注的研究方向之一。
做人工智能,最需要的是什么?
数据
使用金融数据,最容易踩红线的是什么?
隐私
若想让AI解决实际问题,并顺利落地,拥有高质量的大数据无疑是第一位的。
而拥有大量数据后,业务底下的宝藏,也随之成了定时炸弹,用户数据隐私危机一触即发。
在这两座无法逾越的大山下,联邦学习是目前产学两界公认的最佳解决方法:既能解决数据孤岛问题,又能保护数据隐私。
近两年,在杨强教授等世界级专家的联合推动下,国内外多数科技巨头,均已开始搭建联邦学习的研究与应用团队。
基于此,雷锋网《AI金融评论》与《AI科技评论》联合邀请五位顶尖联邦学习专家,重磅启动《金融联邦学习公开课》:
横向层,课程覆盖联邦学习的学术研究、工程化、金融等领域的应用落地;
纵向层,内容包含联邦学习的标准制定、开源与开发者框架实操、知识联邦、AI安全等方向。
为金融界和人工智能界,输出最前沿、最具实操价值的联邦学习线上系列课,同时搭建高质量的微信社群,交流探讨。
1.关注公众号 AI金融评论
2.在公众号对话框回复关键词“ 听课 ”,即可进微信群观看直播,亦可与技术大佬们谈笑风生。
课程负责人:周蕾,微信 LorraineSummer
人工智能公司与金融科技企业高管、研究员;
高校计算机、人工智能教授与研究生;
银行、保险、证券机构研发部门主管
对联邦学习有浓厚兴趣的人
雷锋网雷锋网雷锋网
雷峰网原创文章,未经授权禁止转载。详情见转载须知。