星云Clustar主持联邦学习工作组投票，正式标准预年中出台星云Clustar主持联邦学习工作组投票,推

　　近日,IEEE P3652.1(联邦学习基础架构与应用)标准工作组第五次(线上)会议顺利召开。此次会议结束后,标准工作组宣布:联邦学习IEEE标准草案已完成并通过标准工作组表决。星云Clustar 作为标准工作组重要成员之一,参与了草案撰写及投票环节。目前,该草案已提交IEEE标准协会(Standard Association, SA)审核,按照流程,正式标准预计将于今年年中出台。

----星云Clustar主持联邦学习工作组投票，正式标准预年中出台//----

星云Clustar主持联邦学习工作组投票，正式标准预年中出台。　　星云Clustar 主持联邦学习工作组投票,推动标准草案制定顺利进行

星云Clustar主持联邦学习工作组投票，正式标准预年中出台。　　联邦学习(Federated Learning)是人工智能领域破解“数据孤岛”和“数据隐私与保护”两大难题的关键性、先导性技术。作为加密的分布式机器学习范式,联邦学习可以使得各方在不披露原始数据的情况下达到AI协作建模的目的,同时防止数据泄露并严格遵守数据隐私法规,让数据可用而不可见,为应对AI落地的困境提供了更多可能性。

　　2018年12月,由微众银行发起的关于联邦学习架构和应用规范的标准P3652.1(Guide for Architectural Framework and Application of Federated Machine Learning)立项获批,这是国际上首个针对人工智能协同技术框架订立标准的项目,其目的是为联邦学习落地应用提供技术规范,为社会各界共建联邦生态奠定合作依据。工作组主席由微众银行首席人工智能官杨强教授担任。自项目成立至今一年多的时间里,标准工作组先后吸纳了星云Clustar、创新工场、京东、中国电信,腾讯云、华为、第四范式、英特尔、VMWare、CETC BigData等三十余家海内外头部企业与研究机构共同参与,共召集了五次标准工作组会议对标准制定进行讨论及审定。星云Clustar 在此联邦学习项目中负责底层架构标准的制定,并持续密切关注着多方数据协作以及数据隐私与安全的保护,为此星云Clustar 推出PAI深度安全处理器等产品,切实为数据隐私得到更好保障贡献力量。

　　此次通过的标准草案对联邦学习的定义、概念、分类、算法框架规范、使用模式和使用规范等方面都进行了系统性的阐述,尤其是标准工作组成员凭借在各自领域丰富的技术、研发、服务、运营经验,对联邦学习在To B(企业端)、To C(用户端)以及To G(政府端)不同情境下的场景分类, 建立了联邦学习的需求分析模板,厘定了联邦学习性能及安全测评准则,并将联邦学习的激励机制设计理论应用于各种实际场景中。标准工作组成员一致高度评价该标准的制定是“引领行业进步的重要指南” 。

　　标准化工作是技术能够实现健康有序发展的重要依据与支撑。联邦学习架构和应用规范正式标准将作为在技术实际落地过程中的“通用语言”,指导多方企业共建生态联邦。自加入联邦学习标准工作组以来,星云Clustar 一直秉持着竭力保护AI数据的理念,致力于将领先的同态加密技术应用于AI多方协作建模的场景中。联邦学习中需要对海量数据进行同态加密以及密态计算,而软件方案难以满足需求,基于星云Clustar PAI深度安全处理器打造的联邦学习加速卡,能充分发挥硬件算力,最大化加速数据加密以及数据密态计算过程,让数据在加密状态下进行AI模型训练与推理,解决数据安全和用户隐私的合规挑战。