聯邦學習（Federated Learning）是一種新興的分佈式人工智能基礎技術。與傳統數據集中式機器學習方法不同，該技術可保證多個數據擁有方之間在不泄露本地數據及相關信息的前提下，僅通過交換不泄露隱私的中間結果實現聯合建模。由於在打破數據孤島、數據隱私保護、協同模型訓練與提高通信效率等方面的巨大潛力，在基本概念提出後獲得了包括學術界和工業界的高度重視。聯邦學習的巨大潛力將可為下一代物聯網及智慧城市中可能出現的新興智慧應用與相關服務提供強大動力。本次國際電信聯盟批准立項的面向物聯網與智慧城市的聯邦學習參考架構，將有望進一步推動包括聯邦學習在內的分佈式機器學習理論和方法在電信網絡及相關領域的應用和普及。
國際電信聯盟成立於1865年，是聯合國下屬主管信息通信技術事務的重要國際標準制定和推動組織，主要負責全球無線電頻譜和衞星軌道劃分，制定技術標準以確保實現網絡和技術的無縫互連，並且努力向全球服務欠缺社區推廣信息通信技術。國際電信聯盟自成立以來已經吸引了193個成員國，以及包括各公司、大學和相關國際組織和區域性組織在內的約900個成員，在推動全球信息技術發展和通信標準統一化方面發揮了重要作用。
圖為2019年12月肖泳教授參加在瑞士日內瓦國際電信聯盟總部召開的全體會員會議
華中科技大學（ihuster）
【來源：華中科技大學】
聲明：轉載此文是出於傳遞更多信息之目的。若有來源標註錯誤或侵犯了您的合法權益，請作者持權屬證明與本網聯繫，我們將及時更正、刪除，謝謝。 郵箱地址：[email protected]