11月10日-12日，西南財經(jīng)大學(xué)、FATE開(kāi)源社區、微眾銀行、中國計算機學(xué)會(huì )（CCF）成都分部共同舉辦的“可信聯(lián)邦學(xué)習冬令營(yíng)”在成都正式開(kāi)營(yíng)。學(xué)員來(lái)自全國各高校，將結合自身研究背景和興趣，在專(zhuān)家的指導下圍繞“可信聯(lián)邦學(xué)習（TFL）”人工智能與隱私計算前沿領(lǐng)域展開(kāi)研究實(shí)踐，基于可信聯(lián)邦學(xué)習多目標優(yōu)化、聯(lián)邦大模型等多個(gè)研究方向的成果形成論文。
　　此次冬令營(yíng)是繼第一期可信聯(lián)邦學(xué)習夏令營(yíng)·北京清華站與第二期西安交通大學(xué)站之后的第三期活動(dòng)，旨在為眾多學(xué)生提供一個(gè)深入學(xué)習和探索聯(lián)邦學(xué)習領(lǐng)域的交流機會(huì )，推動(dòng)“產(chǎn)、學(xué)、研、用”跨領(lǐng)域合作與交流，為人工智能與隱私計算行業(yè)發(fā)展培養人才。冬令營(yíng)獲得了清華大學(xué)、四川大學(xué)、中國石油大學(xué)、聯(lián)通（上海）產(chǎn)業(yè)互聯(lián)網(wǎng)有限公司等高校與機構的支持，吸引了來(lái)自西南財經(jīng)大學(xué)、四川大學(xué)、西南交通大學(xué)、復旦大學(xué)、香港科技大學(xué)等12所高校的50余位碩士和博士生參與。

可信聯(lián)邦學(xué)習冬令營(yíng)·成都合影留念

　　在開(kāi)營(yíng)培訓階段，加拿大工程院與皇家學(xué)院院士楊強、微眾銀行人工智能首席科學(xué)家范力欣、西南財經(jīng)大學(xué)計算機與人工智能學(xué)院院長(cháng)劉貴松、西南財經(jīng)大學(xué)計算機與人工智能學(xué)院副院長(cháng)楊新、西南交通大學(xué)計算機與人工智能學(xué)院副院長(cháng)楊燕、清華大學(xué)智能產(chǎn)業(yè)研究院副教授劉洋等領(lǐng)域專(zhuān)家為學(xué)員開(kāi)展集中培訓，分享多年研究經(jīng)驗與實(shí)踐方法。此外，來(lái)自清華大學(xué)、浙江大學(xué)、復旦大學(xué)、華中科技大學(xué)、福州大學(xué)、四川大學(xué)、電子科技大學(xué)、西南交通大學(xué)、西南財經(jīng)大學(xué)等知名高校與科研機構的教授擔任導師，全程為學(xué)員提供研究指導。
　　作為一家以科技為核心發(fā)展引擎的數字銀行，成立近九年來(lái)，微眾銀行逐步構建起全球領(lǐng)先的金融科技體系。在人工智能領(lǐng)域，微眾銀行自2019年起與高校、科研機構、企業(yè)等眾多機構開(kāi)展產(chǎn)學(xué)研合作，促進(jìn)聯(lián)邦學(xué)習技術(shù)的前沿研究、標準建設、開(kāi)源生態(tài)建設、行業(yè)應用等多方面發(fā)展，共同推動(dòng)全球聯(lián)邦學(xué)習生態(tài)構建。目前，聯(lián)邦學(xué)習作為支持數據要素安全流通的重要技術(shù)方案，被各行業(yè)和機構廣泛采用。
　　在本期冬令營(yíng)的開(kāi)幕致辭中，加拿大工程院與皇家學(xué)院院士、微眾銀行首席人工智能官楊強指出，未來(lái)的世界是人和模型共存的世界，模型的制造、流通、管理是重要的議題。聯(lián)邦學(xué)習符合人工智能的發(fā)展趨勢，中國是聯(lián)邦學(xué)習重要的發(fā)源地之一。圍繞《可信聯(lián)邦學(xué)習與聯(lián)邦大模型》的主題，楊強分享了聯(lián)邦學(xué)習相關(guān)理論框架、可信聯(lián)邦學(xué)習與聯(lián)邦大模型的前沿研究與應用等內容。

楊強，加拿大工程院與皇家學(xué)院院士、微眾銀行首席人工智能官

　　微眾銀行人工智能首席科學(xué)家范力欣做《可信聯(lián)邦多目標優(yōu)化》主題報告，指出聯(lián)邦學(xué)習不僅是一種技術(shù)，還是平衡性能、效率、安全等多方問(wèn)題的系統性框架與解決方案。此外，范力欣還談到了聯(lián)邦學(xué)習中涉及的模型版權保護和激勵機制等問(wèn)題，鼓勵學(xué)員結合交叉學(xué)科進(jìn)行深入研究。

范力欣，微眾銀行人工智能首席科學(xué)家

　　微眾銀行人工智能資深研究員康焱圍繞“聯(lián)邦大模型”的主題，分享了通過(guò)聯(lián)邦遷移學(xué)習落地基礎模型的現有研究工作的調研、歸納與分析?？奠椭赋?#xff0c;大型預訓練的基礎模型存在缺乏領(lǐng)域知識和知識容易過(guò)時(shí)等局限性，基于聯(lián)邦遷移學(xué)習，可以將領(lǐng)域和行業(yè)知識融入基礎模型，也可以遷移基礎模型的通用知識助力領(lǐng)域模型的建立。

康焱，微眾銀行人工智能資深研究員