被寄予厚望的联邦学习，如何在金融业大展拳脚？

AI金融公司们已经在思考，怎么把银行、信贷公司、消费金融公司等金融企业全都纳入联邦框架中，巧妙化解多个主体、多数据源、不同特征维度之间联合建模的问题，使得企业各方在保护彼此数据隐私的前提下实现跨平台和地域的共创价值。

雷锋网《AI金融频道》与《AI科技评论》联手打造的《金融联邦学习公开课》第二期，我们邀请到了同盾科技人工智能研究院深度学习首席专家李宏宇博士，探讨联邦学习与金融数据“可用不可见”的目标实现。

此前同盾科技人工智能研究院深度学习实验室曾发布用于解决多头借贷难题的联邦学习研究成果，并在数据联邦、联邦学习和安全多方计算的基础上演化出统一框架体系“知识联邦”。

嘉宾介绍

李宏宇，同盾科技人工智能研究院深度学习首席专家

师从国际模式识别学会会士（IAPR Fellow）、芬兰模式识别协会主席Jussi Parkkinen教授，相继获得复旦大学以及东芬兰大学计算机科学博士学位。曾担任同济大学软件学院副教授、博导，先后出任视觉色彩媒体实验室主任、数字媒体艺术与科学教研室主任、院长助理等职务。随后加入众安保险与众安科技，担任首席机器学习专家等职位。

李宏宇博士在图像处理和分类、生物特征识别、OCR、机器学习和深度学习等人工智能的多个领域有着深厚造诣和应用成果，在国际权威学术期刊和一流的国际会议上发表了近80篇学术论文，发明专利20余项，出版专著1部。