联邦学习的下一代技术趋势：无第三方和组件化 | 算力智库隐私专栏

联邦学习是新兴的人工智能基础技术，在 2016 年由谷歌最先提出，是一种在不交换数据样本的情况下，多个分散的边缘设备或服务器上训练算法的技术。联邦学习作为破解智能时代和隐私保护的利器，驱动人工智能产业升级，不断赋能医疗、金融等行业。 近日，杨强教授在SDBD2020·算力在线论坛中指出联邦学习不仅仅是技术，更是开源生态的建立。作为打开数据岛的桥梁，联邦学习在满足数据隐私、安全和监管要求的前提下，让

>>阅读原文<<