主讲人：吴方照博士 微软亚洲研究院主管研究员
报告内容：数据是AI的基础。近年来世界各国对于数据隐私保护的力度越来越大，相关法律越来越严。如何在保护数据隐私的前提下实现AI模型的训练，是一个重要且紧迫的研究课题。联邦学习是一种面向隐私保护的机器学习框架，可以在不收集数据的情况下协同进行模型的训练，实现数据的“可用不可见”，从而保护隐私信息。然而联邦学习在应用过程中存在诸多挑战，如计算代价、通信开销、模型和数据异构、隐私泄露、模型安全等。本次报告将分享我们在解决这些联邦学习核心挑战上的一系列工作，欢迎一起交流讨论。