近日,IEEE标准委员会(SASB)宣布,联邦学习国际标准(IEEE P3652.1)正式通过!这是国际上首个针对人工智能协同技术框架订立的标准,它的出台将为行业和海内外机构应用联邦学习技术提供标准化的行业规范,标志着联邦学习开启大规模工业化应用的新篇章。星云Clustar作为率先布局联邦学习赛道企业,是联邦学习标准工作组首批四家核心单位之一,全程 参与标准制定并见证了这一里程碑时刻。自2018年12月联邦学习国际标准立项开始,星云Clustar首先承担工作组秘书长单位身份,并负责联邦学习底层基础架构部分的标准制定,星云设计的高性能联邦学习异构系统可为联邦学习提供超高算力支持,助力联邦学习突破密态数据计算与密文传输的限制。
标准工作组风采
在之后的一年多时间里,星云Clustar先后参与六次标准工作组会议对标准制定的讨论及审议,并主持一次关键投票会议。在星云与三十余家海内外头部企业和研究机构的共同努力下,最终推动标准成功落地。
在标准推进之外,星云Clustar积极与合作伙伴进行联邦学习商业化探索,致力于为合作伙伴提供一站式的数据安全共享解决方案,逐步形成星云隐私计算一体机、星云联邦计算平台和星云联邦数据网络的产品矩阵,满足企业客户基于联邦学习方案的个性化需求,以“可用不可见”的方式实现数据流转与价值释放。
近年来,AI和数据面临着一些独特的困境,即天然的数据孤岛现象和对于隐私的监管趋势。而联邦学习的主要作用就是在隐私保护下汇聚和深挖数据价值,解决数据共享与隐私保护的矛盾。金融、医疗、智慧城市等行业最先从联邦学习带来的数据红利中获益,如联邦营销获客、联邦信贷风控、联邦辅助诊断、联邦安防等方案正在进一步落地。联邦学习国际标准的正式发布,将推动可靠可信的“人工智能3.0时代”加速到来。
形成标准只是第一步,对于联邦学习发展至真正大规模工业化应用的理想阶段来说,接下来的三至五年将会至关重要。除了更加丰富、深入的标准化推进,还需要一方面像星云Clustar这样的隐私计算与联邦学习技术布道者不断探索和贡献新的技术思路,推动联邦学习价值向更多企业伙伴开放,共同完成落地案例,实现数据繁荣;另一方面,借着区块链、云计算等技术方向的跃步发展,多种技术协同保障数据安全与效率,最终实现共同富裕的数据联邦。
（免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。 ）
