0
| 本文作者： 周蕾 | 2020-05-21 16:26 | 專題：金融聯邦學習公開課 |
這一年，數據隱私保護的監管進程，像被按下了快進鍵。
多項法案陸續出臺，要求企業在數據應用過程中使用脫敏、加密等技術提高安全級。
在此環境下，隱私計算與聯邦學習作為新一代人工智能技術，正在從數據問題的根源出發，構造AI金融的新基建。
數據，是人工智能時代的油田。只見其儲藏豐富，人人欲采，卻不見其步步生險。
沖不破的信息孤島，無法保證的數據安全，像一顆顆暗藏的地雷，即將被引爆。
若不提前部署、著手改變，企業必然難以適應新的技術趨勢與法律規范，錯失新基建浪潮。
監管重壓和急迫業務需求之下，隱私計算與聯邦學習應運而生。
這兩大新興技術已然成為當前工業界和學術界最受關注的AI研究方向之一，各大金融機構和AI公司也已經著手布局，但被業內熱議的疑問仍然存在：
透過技術表象，隱私計算與聯邦學習的本質是什么？
它們能解決哪些主流AI方法不能解決的問題？
如何實現從學術研究到工程應用的過渡？
在哪些金融場景中的落地效果顯著？
如何為金融機構快速部署全流程解決方案？
如何打造一支優秀的隱私計算與聯邦學習團隊？
年輕學者和工程師，是否應投身至該方向的研究中？
為解開這些疑問，香港人工智能與機器人學會（HKSAIR）于 5 -6月正式啟動《AI金融公開課——隱私計算和聯邦學習在金融領域的應用與機遇》，由HKSAIR理事長、微眾銀行首席人工智能官楊強教授領銜，共六位頂尖專家做客線上講堂，圍繞隱私計算和聯邦學習的研究熱點與商業應用展開最前沿的分享和討論。
雷鋒網作為獨家合作媒體，也將對此次系列公開課進行全程報道。
課程觀看地址：https://mooc.yanxishe.com/open/course/828
雷鋒網
雷鋒網
相關文章：
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
專題
