本文报告介绍了联邦智能及其应用场景，阐述了企业在大数据在隐私保护下如何实现共同进行联邦学习，同时带来了联邦推理、联邦可视化和联邦数据中心等应用场景。...

2020 年的 ICLR 会议原计划于4 月 26 日至 4 月 30 日在埃塞俄比亚首都亚的斯亚贝巴举行，这本是首次在非洲举办的顶级人工智能国际会议，但受到疫情影响，ICLR 2020 被迫取消线下会议改为线上虚拟会议。今年的 ICLR 论文接...

4月17日，江苏银行与腾讯安全共同举行联邦学习线上发布会。江苏银行不仅是第一家通过联邦学习实现融合腾讯安全黑灰产库的银行，也是第一家借力腾讯业务环境，实现信用卡智能化管理、助力信用卡盈利规模化的银行。双方将联...

产业互联网时代，在应用AI挖掘大数据潜在价值的趋势下，“联邦学习”成为推动AI落地的关键能力之一。企业应该如何应用“联邦学习”技术，打破“数据孤岛”，助力业务服务创新创效？一张图，带您了解腾讯安全联邦学习应用服务...

这届人工智能能够化身“新基建”的中流砥柱，避免了重蹈“AI寒冬”的覆辙，一个很大的原因就是，机器学习从产业层面提质增效，真正让技术变成了社会经济的价值推动力。...

从“自给自足”的To C模式，到企业之间互联互通的To B模式，再到金融、医疗、安防全场景应用的过程。

1.png2.png3.pngimage.png5.png6.png7.png8.png9.png10.png11.png12.png13.png14.png15.png16.png17.png18.png19.png20.png

学会忘记:联邦学习中的用户级记忆消除是一种分散性的机器学习技术，在研究领域和现实市场都引起了广泛的关注。 然而，目前保护隐私的联邦学习方案只是为用户提供了一个安全的方式来贡献他们的私有数据，而没有留下一个方法...

作者 | 蔡芳芳 近两年，联邦学习发展迅速，开始从理论研究迈向批量应用的落地阶段，越来越多企业尝试引入联邦学习，用它来解决人工智能大规模落地过程中遭遇的数据瓶颈问题。但现成的联邦学习工具和框架并非拿来即用的“灵丹...

作者：AI前线 数据里蕴含着价值。在人工智能时代，机器学习尤其深度学习模型的获得需要大量的训练数据作为前提。但是在很多业务场景中，模型的训练数据往往分散在各个不同的业务团队、部门、甚至是不同的公司内的。由于用...