2021中国人工智能大会专题论坛召开业内专家共话隐私计算

如题所述

在2021年中国人工智能大会(CCAI 2021)的专题论坛上,与会专家就隐私计算进行了深入探讨。此次大会由中国人工智能学会主办,适值数字经济时代背景下,数据要素的重要性日益凸显,与之相关的法律法规亦日趋严格。专家们探讨了如何在严格监管环境下,既能保护个人信息,又能充分利用数据资产的价值,实现数据的高效链接。
香港科技大学智能网络系统实验室主任、副教授、星云Clustar创始人陈凯阐述了隐私计算技术的重要性。该技术能够帮助人工智能等领域合理利用受隐私和安全限制的数据,推动人工智能模型向精准化和效率化发展。同时,它还能促进不同机构间数据的融合,创造出新的应用场景,将原本不可能变为可能。陈凯指出,在监管环境日益严格的今天,隐私计算技术充满潜力,但也面临着技术发展、市场教育等多重挑战。
CCAI名誉副理事长、加拿大工程院院士、加拿大皇家科学院院士杨强介绍了联邦学习的技术优势。联邦学习能够在不泄露数据的情况下,大幅提高性能效率,尤其适用于金融行业的数字化转型。通过联邦学习技术,金融机构可以在遵守隐私保护、安全、合规要求的前提下,实现联合建模,构建更精准、智能的金融服务体系。杨强还分享了联邦学习在金融领域的具体应用案例,如通过联合多家金融机构的数据,结合互联网公司的数据,发现并防范违法违规行为。
温馨提示:答案为网友推荐,仅供参考
相似回答