自1969年首次召开以来,国际人工智能联合会议(IJCAI)作为全球人工智能领域的权威盛会,一直站在研究与创新的最前沿。本届会议于8月19日至25日在澳门举行,汇聚全球顶尖学者与行业领袖,共同探索人工智能的最新动态与未来趋势。
在会议期间,一场特别的研讨会——“可信联邦学习国际研讨会”(FL-IJCAI’23)吸引了广泛关注。这场活动不仅标志着联邦学习技术在数据安全与隐私保护领域的重要进展,更是对未来行业应用的前瞻思考。
为了深入了解联邦学习在过去七年中的技术演进与应用实践,会议特别邀请了清华大学计算机系唐杰教授发布《2023联邦学习全球研究与应用趋势报告》。这份报告将全面回顾联邦学习自2016年起的技术革新与行业应用,同时预测其未来发展方向,为全球研究者与实践者提供宝贵参考。
本次研讨会由微众银行、香港科技大学、新加坡南洋理工大学、伊利诺伊州立大学、悉尼科技大学、FATE开源社区等国内外知名机构联合主办,汇集了联邦学习领域的领军人物。通过深入交流与讨论,与会者共同探讨联邦学习在不同行业中的应用现状与挑战,以及如何推动技术进一步发展。
会议亮点包括一系列特邀演讲,分别由香港科技大学副教授宋阳秋、美国卡内基梅隆大学助理教授Virginia Smith、美国伊利诺伊大学厄巴纳-香槟分校助理教授李博、加拿大不列颠哥伦比亚大学助理教授李霄霄、澳大利亚悉尼科技大学副教授龙国栋等重量级嘉宾主讲。他们将从理论研究、行业实践、标准制定等多个角度,揭示可信联邦学习的最新进展与未来展望。
会议还精选了19篇论文,涵盖了性能优化、数据安全、激励机制等关键领域,展示了可信联邦学习技术的核心议题与发展成果。此外,研讨会特设问答环节,为与会者提供与论文作者直接交流的机会,深入探讨技术细节与应用潜力。
此次研讨会不仅是对过去成就的回顾,更是对未来可能性的探索。通过汇聚全球智慧,共同讨论可信联邦学习的挑战与机遇,我们期待看到这一技术在保障数据安全与促进行业创新方面的强大潜力,为构建更加智能、安全的世界贡献力量。