用户隐私，数据孤岛和联邦学习，香港科技大学杨强教授，第八届全国社会媒体处理大会SMP2019

报告主题：用户隐私，数据孤岛和联邦学习 报告摘要：随着人工智能(AI)的广泛应用，AI系统所面临的大数据挑战也日益凸显。一方面，AI系统的成功离不开大数据，另一方面，社会对于用户隐私的泄露也越来越不能容忍。最近，欧洲推出了严厉的个人数据隐私法案，而部门和机构之间的隔阂也使得部门墙成为数据孤岛间难以逾越的障碍。面对这一严峻挑战，我们提出“联邦迁移学习"，用以建立机构间的桥梁，使得不同数据控制方可以参与联合建立AI模型，并协作使用模型来进行决策。各方数据不出本地，而用户隐私得到最好保护。我将举例描述联邦迁移学习这一技术的几个功能，包括数据确权定价，利益合理分配，安全联合建模。

嘉宾简介：杨强，微众银行首席人工智能官，曾担任香港科技大学计算机与工程系讲座教授和系主任，前华为诺亚方舟实验室主任，第四范式公司联合创始人，AAAI执委，国际人工智能联合会IJCAI理事会主席，香港人工智能与机器人学会理事长，ACM TIST 和IEEE TRANS on BIG DATA创始主编，AAAI, ACM，IEEE，AAAS等多个国际学会的Fellow。