首頁 > IT業界 > 正文

WAIC 2019:微眾銀行攜手全球AI先鋒 共筑聯邦學習開放生態

2019-09-02 17:24:53  來源:中國網

摘要:2019年8月29日至8月31日,2019世界人工智能大會(WAIC)于上海世博中心拉開帷幕。作為世界頂尖的人工智能合作交流平臺,本次WAIC大會以“智聯世界 無限可能”為主題,圍繞人工智能領域的技術前沿、產業趨勢及熱點話題展開討論。
關鍵詞: WAIC 微眾銀行
    2019年8月29日至8月31日,2019世界人工智能大會(WAIC)于上海世博中心拉開帷幕。作為世界頂尖的人工智能合作交流平臺,本次WAIC大會以“智聯世界 無限可能”為主題,圍繞人工智能領域的技術前沿、產業趨勢及熱點話題展開討論。大會聚集全球人工智能領域最具影響力的科學家、企業家與相關政府領導人,吸引超過50位學術界領軍人物與超過100位產業界領袖一同參會。

其中,微眾銀行深度參與了WAIC大會的多個議程,微眾銀行首席人工智能官楊強教授分別在8月29日的主論壇-科學前沿、8月30日的國際前沿算法分論壇中發表了《人工智能的最后一公里——聯邦學習的最新應用》、《人工智能的“先行區”》兩場演講,針對當下人工智能落地面臨的多個挑戰,提出聯邦學習全新解決思路,并分享了人工智能領域的最新算法研究。在大會的黑客馬拉松環節,微眾銀行主辦“智能垃圾分類挑戰賽”,發展在垃圾圖片上的人工智能識別技術,助力AI技術應用落地環保領域。

以聯邦學習技術應對AI落地的雙重挑戰

隨著人工智能技術的深入發展及落地,其潛在的許多問題也日益明顯。在WAIC大會主論壇的演講中,楊強教授提出了當前人工智能發展面臨的雙重挑戰——“數據孤島”與數據安全問題。在我們的認知中,“人工智能”常常與“大數據”相提并論,然而現實情況卻是數據多以孤島的形式存在。在法律、金融、醫療等多數行業擁有的是小數據與零散的數據,即使是同一個企業的多個部門,彼此的數據也無法互通。另外,《通用數據保護條例》(GDPR)等法規的實施,對數據隱私的保護愈發嚴格,極度依賴數據的機器學習面臨著前所未有的困境。

面對以上兩大挑戰,楊強教授分享了“聯邦學習”這一全新的概念。作為一種新興的人工智能技術,“聯邦學習”由微眾銀行AI團隊在國內首次引進,能在不共享“數據”的前提下,共享“知識”,用協作實現聯合模型的性能提升,以此保障數據在模型構建過程中的安全性,從而盤活“數據孤島”并解決數據隱私問題。針對實際應用中的不同場景,微眾銀行AI團隊提出“橫向聯邦學習”、“縱向聯邦學習”、“聯邦遷移學習”多個種類,其中“聯邦遷移學習”將“遷移學習”與“聯邦學習”融合,讓跨機構合作突破了行業、數據類型等多重限制。在演講中,楊強教授詳細講解了不同類型的聯邦學習技術適用的不同建模情境。

探索協同建模新規范,共建聯邦學習合作生態

在完善“聯邦學習”理論的基礎之上,更要建立起企業間協同建模的規范。在WAIC大會主論壇演講中,楊強教授重點強調了這一問題。他認為,目前要通過建設激勵機制、建立共同標準等方式,推動行業中的數據所有者共同參與聯邦學習生態共建,讓所有參與方受益于合規的聯合建模鏈條,在遵循數據保護法規的同時享受數據福利,推動聯邦學習的進一步落地。

此前,微眾銀行AI團隊在推動建立聯邦學習合作生態,應對AI在金融等領域的落地難題方面已經有所建樹。微眾銀行AI團隊構建了FedAI聯邦學習合作生態,自主研發并開源全球首個工業級聯邦學習框架——FATE(Federated AI Technology Enabler)使大部分傳統算法可以經過改造適配到聯邦學習框架中,從而快速加入聯邦學習生態。

在提供技術保障的同時,微眾銀行AI團隊還致力于建立起聯邦學習在企業之間的對話語言。去年12月,由微眾銀行發起的國際上首個針對人工智能協同技術框架訂立標準的項目——IEEE聯邦學習標準項目獲批,直至今年8月,已經成功召開了三次會議,有效推進了聯邦學習國際標準草案的制定。楊強教授在會上提到,聯邦學習標準的制定,將更進一步為聯邦學習在各行業的落地應用提供規范,為社會各界合作奠定基礎,從而吸引各行各業參與到聯邦學習未來的學術研究與落地應用中來。

聚焦AI技術三要素,推動人工智能產業化

在本屆WAIC大會的的國際前沿算法分論壇中,楊強教授提出,推動AI技術廣泛落地并實現人工智能產業化的關鍵在于解決AI技術三要素——算法、數據、算力面臨的困境。會上,楊強教授分別針對這三大困境——“如何實現AI算法設計的自動化”、“如何應對AI數據缺失問題”、“AI算力架構怎么設計”進行了講解。

首先,機器學習規模化落地的關鍵在于自動機器學習(AutoML),即實現AI算法設計的自動化,形成閉環的自動學習機制,減少人的參與。楊強教授詳細闡釋了自動機器學習的三大求解要素——配置空間、配置性能評估、配置優化策略。如今,隱私保護問題越來越受到重視,在保護隱私的要求之下,機器學習算法效果嚴重下降,不同機構之間的數據也無法直接共享。面對這兩大問題,楊強教授特別提出了解決方案——自動隱私保護遷移學習(AutoPTL),這一算法基于特征切分和集成學習提升學習效果,可以滿足差分隱私保障,并支持數據遷移學習和自動化參數調整,有效提高AI的應用率和價值。

其次,在實現人工智能產業化的過程中會應對數據不足的難題,而“遷移學習”能夠有效解決這一困境。遷移學習通過尋找數據與模型之間的關系,將大數據的能力遷移到小數據上,實現“舉一反三”。楊強教授列舉了遷移學習在大額消費金融領域的應用實例:在微信營銷購車分期業務中,遷移學習基于全渠道營銷數據幫助汽車分期貸款模型學習,挖掘近期有購車意向的客戶,最終成功率與SAS模型相比提升了200%。

最后,實現人工智能產業化需要解決的第三個問題,是亟待提升的算力性能。當前日益增長的數據規模對算力性能提出了巨大挑戰,傳統的單點計算能力的突破已經不能滿足需求,對此,楊強教授介紹了兩種新型高性能算力架構設計——GDR高性能網絡IO技術與新型分布式機器學習網絡通信協議MLT。測試結果表明,新型高性能算力架構設計在 AI 訓練時性能提升明顯,在采用 PS(參數服務器模式) 模式上性能提升高達 76%,在采用 Ring (環模式)模式上性能提升高達 3 倍。楊強教授表示,提升算力性能在拓展AI整體算力上起到越來越重要的作用,在GDR與MLT之外,更多相關研究也正在往前推進,值得關注。

賦能智慧生活 微眾銀行助力AI技術應用落地環保領域

除了楊強教授在大會上的最新前沿觀點分享,此次微眾銀行還在大會的黑客馬拉松環節舉辦了“智能垃圾分類挑戰賽”,圍繞當下垃圾分類的社會熱點,聚焦基于深度學習技術的圖像分類模型構建,實現垃圾圖片類別的精準識別,從而提高垃圾分揀效率。此次比賽獲得了上海市綠容局的支持,上海市綠化和市容管理局科信處處長錢杰擔任大賽評審,上海市綠化和市容管理局副巡視員繆鈞與微眾銀行AI部門副總經理徐倩作為頒獎嘉賓共同為前三名隊伍頒獎。

 

在本次WAIC大會上,微眾銀行AI團隊圍繞人工智能領域的技術前沿、產業趨勢和熱點問題分享了最新研究,聯邦學習與新型算法等人工智能新技術正在日趨成熟,發揮著各自的優勢,共同為AI技術廣泛落地并實現人工智能產業化奠定重要基礎。楊強教授在會上提到:“如今聯邦學習已經成為AI在學術界和工業界的新趨勢。”在這樣的趨勢下,微眾銀行將通過不斷提升與開放自身的AI能力,將聯邦學習等AI技術推廣至多個領域的業務應用中,以AI為驅動力推動多個行業共同發展。


第二十九屆CIO班招生
法國布雷斯特商學院MBA班招生
法國布雷斯特商學院碩士班招生
法國布雷斯特商學院DBA班招生
責編:liukai
重庆时时新版走势图