8月21日，IJCAI2023 可信聯(lián)邦學(xué)習(xí)國際研討會（FL-IJCAI’23）在第32屆國際人工智能聯(lián)合會議大會（IJCAI）期間于澳門舉辦。

現(xiàn)場參會人員熱烈交流

重磅報告發(fā)布 洞悉聯(lián)邦學(xué)習(xí)技術(shù)發(fā)展趨勢

(資料圖)

隨著全球人工智能發(fā)展進(jìn)入新一輪躍升期，聯(lián)邦學(xué)習(xí)生態(tài)系統(tǒng)將迎來更加廣闊的發(fā)展空間。在此背景下，清華大學(xué)計算機(jī)系唐杰教授在研討會上重磅發(fā)布了《2023聯(lián)邦學(xué)習(xí)全球研究與應(yīng)用趨勢報告》。該報告主要從技術(shù)研究、學(xué)者畫像、主流框架、行業(yè)應(yīng)用，以及發(fā)展趨勢幾大方面，全面深入地介紹聯(lián)邦學(xué)習(xí)自2016年誕生以來到2022年的技術(shù)研究和應(yīng)用進(jìn)展，并展望該技術(shù)的未來發(fā)展方向與前景。

清華大學(xué) 唐杰教授

據(jù)唐杰教授介紹，本報告重點展示了聯(lián)邦學(xué)習(xí)領(lǐng)域高技術(shù)質(zhì)量與創(chuàng)新力的科研成果，例如，對在科研實踐中具有較大影響力的高引論文及其作者的分析、對人工智能國際頂會的聯(lián)邦學(xué)習(xí)專題研討會中最佳論文的相關(guān)分析等，對大中華地區(qū)聯(lián)邦學(xué)習(xí)領(lǐng)域的國家自然科學(xué)基金獲批項目的分析、對大模型技術(shù)的聯(lián)邦學(xué)習(xí)論文和專利的分析。通過對這些內(nèi)容的詳盡分析，以發(fā)掘更加豐富的聯(lián)邦學(xué)習(xí)新方向和新探索。

專業(yè)觀點薈萃 助推可信聯(lián)邦學(xué)習(xí)生態(tài)發(fā)展

本屆研討會邀請加拿大工程院和皇家學(xué)院院士、香港科技大學(xué)講席教授楊強(qiáng)致開場辭，并特邀五位領(lǐng)域?qū)＜疫M(jìn)行精彩報告，從理論研究與實踐前沿多維度共話可信聯(lián)邦學(xué)習(xí)技術(shù)領(lǐng)域的未來發(fā)展路徑。

香港科技大學(xué) 楊強(qiáng)教授

香港科技大學(xué)副教授宋陽秋發(fā)表題為《大型語言模型的隱私攻擊》的主題演講。宋陽秋教授介紹了當(dāng)前存在的隱私攻擊分類，在大型語言模型中的幾種典型隱私攻擊場景及抵御攻擊的方法。

香港科技大學(xué) 宋陽秋教授

美國卡內(nèi)基梅隆大學(xué)助理教授Virginia Smith 線上發(fā)表了《評估大規(guī)模學(xué)習(xí)系統(tǒng)》的主題演講，分享了對大規(guī)模學(xué)習(xí)系統(tǒng)的評估方法，以及在聯(lián)邦學(xué)習(xí)的分布式環(huán)境中如何進(jìn)行效率優(yōu)化、保護(hù)隱私以及提高穩(wěn)健性等挑戰(zhàn)。

美國卡內(nèi)基梅隆大學(xué)(CMU) Virginia Smith教授

美國伊利諾伊大學(xué)厄巴納-香檳分校(UIUC)助理教授李博線上接入，以《有保證的可信聯(lián)邦學(xué)習(xí)》為主題，闡釋了可信聯(lián)邦學(xué)習(xí)作為機(jī)器學(xué)習(xí)、安全、隱私和博弈論的交叉點，如何設(shè)計可擴(kuò)展的框架。

美國伊利諾伊大學(xué)厄巴納-香檳分校(UIUC) 李博教授

聯(lián)邦學(xué)習(xí)目前已在金融、醫(yī)療、營銷廣告與推薦、智慧城市等多行業(yè)多領(lǐng)域廣泛落地探索。因此，除了最新理論研究進(jìn)展分享，會議還邀請了多位嘉賓，對行業(yè)實踐成果進(jìn)行介紹，以為聯(lián)邦學(xué)習(xí)的行業(yè)應(yīng)用提供標(biāo)桿案例。

加拿大不列顛哥倫比亞大學(xué)助理教授李霄霄分享了《醫(yī)療保健中的聯(lián)邦學(xué)習(xí)：克服數(shù)據(jù)異構(gòu)性挑戰(zhàn)》，介紹了聯(lián)邦學(xué)習(xí)在醫(yī)療保健領(lǐng)域中的最新應(yīng)用，以及如何在實踐中應(yīng)對數(shù)據(jù)異構(gòu)性挑戰(zhàn)。

加拿大不列顛哥倫比亞大學(xué)(UBC) 李霄霄教授

澳大利亞悉尼科技大學(xué)副教授龍國棟分享了《個性化聯(lián)邦學(xué)習(xí)》。龍國棟教授從個性化聯(lián)邦學(xué)習(xí)的定義、代表性方法，以及在推薦領(lǐng)域和可解釋性方面最新的探索等方面分享了個性化聯(lián)邦學(xué)習(xí)領(lǐng)域的前沿進(jìn)展。

澳大利亞悉尼科技大學(xué)(UTS) 龍國棟教授

此外，本屆研討會還收錄了19篇精彩論文，覆蓋了性能與效率提升、數(shù)據(jù)安全保護(hù)機(jī)制、多方合作中的激勵機(jī)制等可信聯(lián)邦學(xué)習(xí)技術(shù)發(fā)展的核心議題。

精彩論文報告環(huán)節(jié)

瑞士聯(lián)邦理工學(xué)院（EPFL）和哈佛大學(xué)的Ljubomir Rokvic、Panayiotis Danassis 、Boi Faltings的論文《Privacy-Preserving Data Quality Evaluation in Federated Learning Using Influence Approximation》獲得“Best Paper（最佳論文）”獎項；浙江大學(xué)和索尼AI的Yuchen Liu、Chen Chen、Lingjuan Lyu的論文《Exploit Gradient Skewness to Circumvent Defenses for Federated Learni》以及牛津大學(xué)的Sahra Ghalebikesabi、Leonard Berrada等人的論文《Differentially Private Diffusion Models Generate Useful Synthetic Images》獲得 “Best Student Paper（最佳學(xué)生論文）”獎項。

“Best Paper（最佳論文）”頒獎

“Best Student Paper（最佳學(xué)生論文）”頒獎

作為各類人工智能頂級學(xué)術(shù)會議的重要組成部分，可信聯(lián)邦學(xué)習(xí)國際研討會正吸引著更多目光，聯(lián)邦學(xué)習(xí)也正從學(xué)術(shù)研究向產(chǎn)業(yè)領(lǐng)域加速滲透，為業(yè)界提供前瞻性的解決方案。本屆IJCAI主會也安排了三場聯(lián)邦學(xué)習(xí)專題Session ，邀請了18篇聯(lián)邦學(xué)習(xí)相關(guān)論文的作者進(jìn)行論文報告，凸顯聯(lián)邦學(xué)習(xí)領(lǐng)域有了長足發(fā)展。通過此次會議，來自世界各地專家學(xué)者進(jìn)行了觀點交流和碰撞，推動了聯(lián)邦學(xué)習(xí)在全球范圍內(nèi)的深化發(fā)展，實現(xiàn)開放靈活的數(shù)據(jù)要素安全流通和知識共享。

（免責(zé)聲明：此文內(nèi)容為廣告，相關(guān)素材由廣告主提供，廣告主對本廣告內(nèi)容的真實性負(fù)責(zé)。本網(wǎng)發(fā)布目的在于傳遞更多信息，并不代表本網(wǎng)贊同其觀點和對其真實性負(fù)責(zé)，請自行核實相關(guān)內(nèi)容。廣告內(nèi)容僅供讀者參考。）

關(guān)鍵詞：