隱私性跟可用性難以兼顧，讓人工智能落入了魚與熊掌不可兼得的尷尬境地。

當前，業(yè)界解決隱私泄露和數據濫用的數據共享技術路線主要有兩條一條是基于硬件可信執(zhí)行環(huán)境（TEE：Trusted Execution Environment）技術的可信計算，另一條是基于密碼學的多方安全計算（MPC：Multi-party Computation）。

針對數據共享場景，包括聯(lián)邦學習、隱私保護機器學習PPML在內的多個技術解決方案紛紛出爐。在這些方案中，螞蟻金服提出了共享智能（又稱：共享機器學習），結合TEE與MPC兩條路線，同時結合螞蟻自身業(yè)務場景特性，聚焦于金融行業(yè)的應用。

究竟共享智能與我們熟知的聯(lián)邦學習有何不同？在共享智能落地金融、醫(yī)療等多個重要領域的過程中，螞蟻金服又遇到過哪些挑戰(zhàn)，留下了怎樣的寶貴經驗？

為此，雷鋒網《AI金融評論》邀請到了螞蟻金服集團共享智能部總經理周俊做客線上講堂，詳解螞蟻金服共享智能的技術進展和落地實踐。

這也是AI金融評論推出的《BATJ前沿技術公開課》第一期，后續(xù)將會有來自騰訊CSIG、京東數科和百度的三位頂尖技術專家陸續(xù)加盟。

嘉賓介紹

周俊，螞蟻金服集團共享智能部總經理

先后參與過飛天（云操作系統(tǒng)）、MaxCompute（大數據處理平臺）、Parameter Server（大規(guī)模機器學習平臺）以及 PAI（通用機器學習平臺）等幾大分布式系統(tǒng)與算法平臺的開發(fā)。在 NeurIPS、KDD等頂級人工智能會議（期刊）上發(fā)表論文數十篇，提交人工智能專利100余項，獲浙江省科技進步一等獎1項。