不懂「联邦学习」的金融人，做什么人工智能

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。

如何听课？

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 

课程面向的人群

• 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。