Lei Feng réseau par AI Technology Review: 24 Mars, China Computer Society Comité technique sur la ligne de front (CCF TF) du bâtiment des sciences et de la technologie II auront lieu dans le thème de la salle de conférences Université de Shenzhen est "Learning Federation (Federated Machine Learning): Caractéristiques techniques et à la protection de la vie privée." front de technique de 14 Fédération chinoise de l'ordinateur. D'ici là, il y aura un certain nombre d'experts chevronnés de l'industrie viennent à la scène autour de la « apprendre fédérale » à faire des rapports spéciaux sur le sujet.

A propos de « fédération d'apprentissage '

AI après un long développement au cours des dernières années avec succès grâce à briser les restrictions sur la technologie et la force de l'opérateur, avec le développement des grandes données joue un rôle important dans divers domaines. Mais le développement de l'intelligence artificielle à ce stade, il y a trois questions étroitement liées aux données:

• Tout d'abord, le nombre limité de champs de données et beaucoup de mauvaise qualité, ne peut pas être modélisé directement;

• En second lieu, la concurrence, les questions de sécurité, le processus d'approbation et d'autres facteurs, le flux de données entre l'existence de difficile à briser les barrières, le soi-disant problème « île de données »;

• En troisième lieu, même si l'intention d'échanger des données entre l'industrie, est également susceptible de politique de responsabilisation face, parce que l'attention à la confidentialité des données et la sécurité est devenue une tendance mondiale, comme l'Union européenne a récemment présenté un nouveau projet de loi - « Règlement sur la protection des données générales » (Protection des données Règlement général , GDPR) est la meilleure preuve.

Pour résoudre ces problèmes, Google Inc. a lancé le (Learning fédéré) Cadre d'algorithme basé sur un équipement terminal individuel « d'étude fédérale », tandis que les banques micro-publiques équipe AI a ensuite proposé sur la base « étude fédérale » solution universelle systématique peut résoudre personnelle inter (à C) et le modèle de joint d'entreprise (B).

Construire un modèle « fédération d'apprentissage « (apprentissage fédéré) est en fait une technologie d'apprentissage machine distribuée cryptée, les parties concernées ne peuvent pas divulguer les données sous-jacentes et le cryptage des données sous-jacentes (confus) forment la prémisse. Il peut obtenir des données propres non locales, mais chaque entreprise par l'échange de paramètres dans le cadre du mécanisme de chiffrement, soit sans violer les règles de confidentialité des données, la mise en place d'un modèle de consensus virtuel. En vertu d'un tel mécanisme, la même identité et le statut des parties concernées, a réalisé avec succès l'objectif de « prospérité commune » de.

Donc, nous ne pouvons que nous demander comment l'apprentissage fédéral est une application spécifique? « Prospérité commune » comment est-il atteint? Il va nous apporter ce genre de surprise? Pour discuter de ces questions aux attentes de l'atelier de CCFTF14 et de l'industrie « explorateurs ».

line-up des clients

Président de la réunion

Yang Qiang

À propos de moi: Yang Qiang, chef de l'intelligence artificielle des banques de micro publiques officielles, président de la Société internationale pour l'intelligence artificielle, l'Université de Hong Kong de la science et de la technologie professeur, co-fondateur du quatrième paradigme. Il est l'intelligence artificielle des experts internationaux et des dirigeants, la première Association internationale chinoise pour l'intelligence artificielle AAAI Fellow, le seul chinois de l'Association internationale pour l'intelligence artificielle AAAI Comité exécutif, IJCAI le premier président de la Fédération internationale du Conseil chinois de l'intelligence artificielle, les membres professionnels du CCF, Président distingué conférences titre de professeur HKUST et ancien Département d'informatique, l'Institut de Hong Kong de robot de l'intelligence artificielle et président fondateur. Yang Qiang est ACM AAAI / IEEE / AAAS / IAPR Fellow, magazines ACM et l'IEEE et d'autres intelligence artificielle avancée internationale et data mining domaines de la rédaction, un certain nombre d'organisations internationales Intelligence artificielle Société de recherche organisateur, domaine international de l'apprentissage de la machine et la "mobilité d'apprentissage" le domaine des leaders internationaux.

Conférencier invité

Liu Yang

Micro Bank Mise au point d'intelligence artificielle Senior Research Fellow

rapport sur le thème: la recherche et de l'application de l'apprentissage fédéral

Thème Description: Quels sont les avantages cadre fédéral pour l'apprentissage à la fin est? En tant que cadre pour l'apprentissage de la machine, l'apprentissage peut aider efficacement les organismes fédéraux respectent la protection multiple de confidentialité des utilisateurs, la sécurité des données et à la demande de la réglementation gouvernementale, l'utilisation des données et la modélisation. L'étude fédérale sur la base de la capacité d'apprentissage de transfert peut également être construit, de sorte que l'effet de la réplication. Selon l'île de données présente les caractéristiques des différentes distributions, nous vous proposons un programme d'apprentissage fédéraux différents. Dans ce rapport, nous allons introduire le concept d'une étude approfondie et de l'application de l'apprentissage fédéral et fédéral projet open source FATE détaillée, FATE fournit un cadre informatique sécurisé pour la protection de la confidentialité des données basées sur l'apprentissage de la machine, l'apprentissage en profondeur, apprendre à migrer Les algorithmes de calcul fournissent un fort soutien de la sécurité.

À propos de moi: Liu Yang, senior fellow à la banque du secteur micro public AI, AI, chef de la plate-forme de recherche et développement. Les principales orientations de recherche pour l'apprentissage de la machine, l'apprentissage fédéral, l'apprentissage de transfert, système multi-agents et ainsi de suite. équipe de recherche et le développement fédéral a conduit la théorie d'apprentissage, des applications et promouvoir les normes industrielles IEEE International, co-fondé FEDAI, conférencier invité pour la première fois et faire un tutoriel sur l'étude fédérale (Tutorial) 2019 conférence AAAI. Avant de se joindre Micro Focus, il a aux Etats-Unis start-up scientifique des données Dataminr en charge de la recommandation de nouvelles, la recherche intelligente, la plate-forme de surveillance des données, le développement d'algorithmes et d'atterrissage de produit. Dr. Etats-Unis Université de Princeton, est diplômé de l'Université de Tsinghua. Avec un certain nombre de brevets internationaux et la recherche publiée dans les « naturels », ACM tiste autres revues académiques bien connu.

vague Zhang Jun

Jingdong Smart Cities Research Institute chercheur principal, chef de section de plate-forme informatique Jingdong City Division IA

Keynote II: le calcul urbain et l'apprentissage modélisation inter-domaine commun

Thème Description: Villes informatique ville informatique comme l'arrière-plan, les zones émergentes avec la planification urbaine, les transports, l'énergie, l'intégration de la discipline économique et environnementale, grâce à l'acquisition continue, l'intégration et les villes minières, les grandes données dans différents domaines pour résoudre les points de douleur en milieu urbain, est la ville la nouvelle façon de diriger la ville intelligente. Ce rapport décrit les plates-formes informatiques de la ville à l'architecture et la technologie de passerelle numérique, pour expliquer la fusion de données inter-domaines et les méthodes d'apprentissage, et l'intelligence artificielle à base d'actions lieu d'affaires, les gens coulent les projections et les autres cas, ainsi que le crédit de la ville à base de grandes données et la technologie de l'intelligence artificielle système de construction.

À propos de moi: Zhang Jun Bo, Jingdong Smart City Institute chercheur principal, plateforme AI Jingdong ville tête de la division plate-forme informatique AI en charge de la ville pour l'espace-temps, les algorithmes gros volumes de données, les modèles et la recherche et le développement technologique. Il dirigeait l'International Journal of Intelligence artificielle ACM TSTI comité de rédaction et IEEE TKDE, ACM TKDD autres examinateurs de revues bien connues, et KDD, IJCAI, AAAI et d'autres réunions du comité de programme de la conférence de classe CCF-A, y compris à la maison et à l'étranger. Avant de se joindre Jingdong, le Dr Zhang Junbo un ancien chercheur à Microsoft Research Asia, chercheur associé à la recherche de centre de données de Hong Kong et le développement à l'Université chinoise de Hong Kong, Arche Huawei Laboratoires de Hong Kong Noah, États-Unis Georgia State University, Centre de recherche nucléaire belge depuis de nombreuses années, avec près d'une décennie de l'intelligence artificielle et l'exploration de données d'expérience spatio-temporelle.

Wang Yu-wei

Pékin Guantao à Mao (Shanghai) cabinet d'avocats

Keynote III: la législation et la pratique de la sécurité des réseaux et la protection des données

thème Présentation : 2018 a été la première année des entreprises nationales appelées la conformité des données, « Réseau Loi sur la sécurité » atterrissage progressive, les données de processus législatif à tous les niveaux entièrement le contrôle opérationnel, administratif, judiciaire dans les hautes lumières principales, judiciaires, les cas d'application de la loi relative à la « Loi sur la sécurité des réseaux » à la normale, les forces de gestion du marché ont émergé. De plus, connu comme la plus stricte entrée en vigueur GDPR lois sur la protection des données personnelles du monde, mais aussi le niveau de protection des données personnelles pour les entreprises impliquées dans les opérations outre-mer ont des exigences strictes. Le rapport décrit des cas typiques à la maison et à l'étranger dans la législation de plus en plus stricte et à l'application fréquente, comment construire des systèmes de conformité des données d'entreprise et d'améliorer leurs capacités de sécurité des données.

À propos de moi: Wang Yu Wei est diplômé de l'Université du Sud-Ouest de la science politique, Université de l'Est de la Chine de la politique et du droit, LL.M., est actuellement à Beijing Guantao Mao (Shanghai) loi partenaire ferme pour une grande chaîne de blocs de données, l'intelligence artificielle, la sécurité du réseau, Internet mobile, finance dans le domaine de la science et de la technologie, l'informatique en nuage et d'autres sociétés technologiques à la maison et à l'étranger pour fournir des services juridiques dans ce domaine. Il est spécialisé dans la sécurité du réseau, les données de conformité, les données sur le terrain et les marchés financiers liés au droit de la concurrence des services juridiques, l'utilisation personnelle de collecte de données d'entreprise, gestion de l'information de la protection des données, la construction du système de protection de la vie privée, des données publiques, les données de concurrence déloyale, la sécurité réseau aspects du transfert transfrontalier de données et d'autres solutions intégrées.

Chen Yujiang

Le quatrième paradigme co-fondateur et chercheur en chef

Keynote quatre: seulement fédéral façon d'apprendre --AI pour tout le monde

Thème Description: Dans cette ère de développement rapide de l'intelligence artificielle, un nouveau résultat d'Amnesty International continuent de produire, d'une part, nous voyons que la technologie AI continue à produire une percée dans tous les domaines de la vie, d'autre part, apprendre à utiliser la société AI pour devenir des entreprises moins essentielles ils étaient petits et concentrés dans un petit nombre de corps géant AI. La raison, dans les applications pratiques, bon nombre des obstacles qui affectent l'IA est largement utilisé, ces seuils main à partir des applications de construction AI pour les développeurs, d'autre part des applications de construction AI ont besoin de données. Face à ces défis, la part mettra en évidence le travail d'essayer de traiter deux aspects: l'un est à des techniques d'apprentissage machine à utiliser pour réduire automatiquement le seuil pour la modélisation traditionnelle, d'autre part, est d'abaisser le seuil de données par l'intermédiaire de l'étude fédérale. Nous allons présenter leur concept de base, le contexte, les scénarios d'application et les effets de sol, combinés au quatrième paradigme appliquer à explorer et à la pratique de l'industrie à part dans la scène réelle. Nous croyons que l'avenir peut être suffisamment réduit la modélisation seuil de temps, l'étude fédérale deviendra la seule façon pour tout le monde AI, et l'espoir que plus les chercheurs seront en mesure de participer.

Présentation personnelle: Chen Yujiang, quatrième forme normale, co-fondateur et chercheur en chef. Au cours de la quatrième recherche et paradigmes de développement a accueilli le premier processus commercial ensemble de la plate-forme d'intelligence artificielle de la Chine, Baidu a accueilli l'architecture au cours du premier système d'apprentissage en profondeur commercial « du système d'apprentissage de la profondeur de Phoenix Nest » du monde, au cours des titres d'aujourd'hui Chen construire Yujiang à partir de zéro équipe, a créé un noyau de titres nouvelles système de recommandation d'aujourd'hui et le flux du système de publicité de l'information, qui servent des centaines de millions d'utilisateurs deviennent aujourd'hui pour aider les gros titres l'un des plus réussie plate-forme de distribution de contenu Internet mobile chinois. Chen Yujiang été publié dans NIPS, AAAI, ACL, KDD, SIGKDD Intelligence artificielle en haut du papier, a été APWeb2010 meilleur Paper Award, Coupe KDD 2011 a terminé troisième, son travail universitaire a été le principal magazine technologique du MIT Technology du monde Review a rapporté.

dans Han

Nanyang Nanyang Université technologique professeur adjoint, réseau de la chaîne Hui Trimaran Technology Co., Ltd scientifique en chef

Keynote Cinq: la théorie des jeux d'apprentissage fédéral

Thème Description: États sont confrontés à la protection de la vie privée mondiale pour AI et AI pour une bonne voix, l'apprentissage fédéral devient l'industrie valorisé et accepté une nouvelle base technologique AI génération. Suivi par une série de demandes de la transformation de l'architecture de partage de données existantes. Comment apprendre la migration verticale transversale fédérale, fédérale et fédérale dans le domaine à côté des intérêts des parties impliquées dans le modèle de données commun fédéral sont formés pour maximiser la protection, tout en tenant compte des intérêts généraux de la fédération de données? Comment les attaques contre la modélisation des données fédérales, avec son déploiement plus efficace des ressources de défense limitées, protéger les intérêts de la fédération de données? Le rapport du point de vue de la théorie des jeux et de l'optimisation du système pour partager quelques idées pour résoudre ces problèmes.

À propos de moi: Pour Han, il est actuellement professeur adjoint de Nanyang School of Computer Science and Engineering, Université technologique de Nanyang, et de la chaîne Hui Trimaran (Beijing) Technology Network Co., Ltd (hzzlink.com) scientifique en chef. Ses recherches portent sur l'utilisation de l'intelligence artificielle pour obtenir de réseau de collaboration complexe à grande échelle pour la gestion en temps réel des algorithmes pilotés par les données, l'intelligence artificielle, l'éthique, la conception du jeu et incitations à l'apprentissage sous la scène fédérale et ainsi de suite. Ses travaux de recherche ont publié des centaines d'articles sur la AAAI, IJCAI, AAMAS autres conférences académiques internationales haut et ACM Transactions / IEEE et « rapport scientifique » et d'autres revues scientifiques, et 11 fois vainqueur à l'avant-garde des conférences et revues internationales intelligence artificielle. Dr Yu Han a lancé conjointement en 2015 et a créé l'Union des sciences et du génie Zhongzhi (ACE), afin de promouvoir la puissance de l'économie de partage de l'intelligence artificielle. 2014 et 2015, il a été nommé deux fois dix jeunes scientifiques sommet jeunes scientifiques du monde entier.

invité spécial

chanson Hengjie

Sud de la Chine Université de technologie Professeur, Guangzhou Information Technology Co., Ltd Yinhua nombre de PDG d'incendie

À propos de moi: Chanson Hengjie, South China University of Technology professeur, professeur de doctorat. Il est diplômé de l'Université Technologique de Nanyang (NTU, Singapour). La Belgique a en interscolaire Microelectronics Research Center (IMEC), Baidu Inc (Beijing) engagés dans des travaux de recherche. 2012-2014, la Société japonaise pour la promotion de la nomination d'outre-mer chercheur spécial sera (JSPS Fellow, Université de Kyoto). La fin de l'année 2014, le personnel financé haut niveau Chine du Sud projet (troisième niveau). À l'heure actuelle la Fondation nationale des sciences naturelles de Chine, le Centre de recherche et de développement en génie provincial du Guangdong, Ministère de l'Education - Fonds commun de recherche mobile, la nouvelle recherche et de nombreux fonds commun d'autres projets de recherche nationaux, provinciaux et ministériels. Au cours des dernières années, le premier auteur / auteur correspondant publiés dans des revues académiques internationales et des documents de conférence sur près de 20 documents, y compris les conférences de haut niveau académiques internationales telles que AAAI, CISM, IEEE Trans. Fuzzy Systems, IEEE et CIMs ainsi de suite.

Chen Tianjian

Banque vice-président AI Micro Focus

À propos de moi: Chen Tianjian, Micro Focus vice-président de la Banque de l'intelligence artificielle, en charge de la R & D et la commercialisation de la plate-forme d'apprentissage de la machine. Il a servi dans Baidu, Thunder BGI et de nombreuses autres entreprises technologiques engagés dans les travaux techniques, anciens Baidu architecte directeur, architecte en chef financier de Baidu.

calendrier des réunions

dates: 24 mars 2019

lieu: Nanhai Road, Nanshan District, Shenzhen City, No. 3688 Salle de conférences du bâtiment de l'Université de Shenzhen science No. 2

L'ordre du jour suivant:

Les participants ont ainsi

Scannez le code QR appliquer directement:

critères de paiement sont les suivantes:

• Les participants CCF Prix membre: 1000 yuans

• CCF Prix non-membre: 1700 yuans

• les membres du groupe CCF: Vous pouvez profiter gratuitement des lieux personnels

Vous pouvez aller sur le site officiel du CCF (https://passport.ccf.org.cn/sso/login?) Les membres inscrits.

Source: China Computer réseau Fédération Lei Feng Lei Feng réseau