怎麼解決資料屏障？楊強教授提出聯邦遷移學習

2018中國人工智能大會今天28日在深圳舉行。會上，國際人工智能聯合會（IJCAI）主席、AAAI/ACM/IEEE Fellow、香港科技大學教授楊強發表了題為《AI面臨的挑戰和遷移學習所帶來的機遇》的演講，談到了AI發展遇到的大資料的困境以及解決辦法。

楊強表示，我們正處于大資料驅動的AI時代，人們将工作數字化，然後通過人工智能自動化，進而提高效率。但是，現在我們越來越多的遇到了資料的困擾，很多企業的資料都是孤島沒有辦法打通，同時受制于歐盟GDPR等法案的制約，增大了這種困境。

楊強教授具體講解了大資料面臨的兩大困境。

一大困境是面臨隐私、安全和監督。以歐盟的GDPR為例，GDPR明文規定了使用者的“被遺忘權”，對使用自動化模型決策全面禁止，這對機器學習有重大影響，因為讓使用者同意使用并不容易，使用自主決策合法要滿足三點，包括合同處理的必要性、其他法律另行授權，資料主體明确同意。

在資料隐私的監管的大趨勢下，解決這一問題并不容易。楊強教授提出了聯邦遷移學習思路，這種思路希望建立起機器學習的企業生态，各個企業自有資料不出本地，模型效果不變，在不違規的情況下建立一個虛拟模型。楊強教授表示，利用聯邦遷移學習加密技術，協同模組化，學習模型過程不交換使用者數，不侵犯隐私。

另一大困境是小資料的困境，楊強教授提出了遷移學習，并列舉了跨領域輿情分析的案例。

楊強最後表示，面對資料發展的困擾，希望利用聯邦遷移學習技術建立聯合模組化解決方案，克服資料障礙。在法律規範的基礎上，各個參與方了解一緻的共識機制，保障安全合規性。比如在金融領域，可以建立金融業聯邦遷移學習聯盟。

原文釋出時間為：2018-07-29

本文作者：專知

本文來自雲栖社群合作夥伴“

專知

”，了解相關資訊可以關注“

”