在極具前景的金融領域挖掘聯(lián)邦學習新應用
在過往學習中，兩位學子已初步接觸過聯(lián)邦學習概念，而通過此次大賽中系統(tǒng)性接觸聯(lián)邦學習，他們發(fā)現(xiàn)其在權益產(chǎn)品定價方面極具優(yōu)勢，因為聯(lián)邦學習能保護數(shù)據(jù)隱私，一些之前定價時不能被考慮的因素可以被納入考慮，從而使定價更精準合理。
在進一步研究金融相關服務后，兩位學子確定了這一項目方向，據(jù)章逸佳講：“5G和車聯(lián)網(wǎng)時代到來，能帶來大量的車輛和用戶行為數(shù)據(jù)，作為車險定價的參考。而基于聯(lián)邦學習能夠?qū)崿F(xiàn)數(shù)據(jù)不出本地前提下聯(lián)合建模的這一特性，項目思路順勢而生，目的是在車聯(lián)網(wǎng)數(shù)據(jù)不出本地的情況下，實現(xiàn)多輛車之間的橫向聯(lián)邦建模，用建模結(jié)果對用戶進行車險保費精準定價。”
首個可視化聯(lián)邦學習開源框架為創(chuàng)新插上翅膀
優(yōu)秀的項目創(chuàng)意也需要好的工具與嚴謹?shù)木窦右詫崿F(xiàn)，據(jù)悉，在比賽過程中，兩位學子使用了FATE框架進行多方的橫向聯(lián)邦建模。作為全球首個聯(lián)邦學習的工業(yè)級開源框架，F(xiàn)ATE提供了一個安全的計算框架以支持聯(lián)邦學習算法。它實現(xiàn)了基于同態(tài)加密和多方計算的安全計算協(xié)議，并支持聯(lián)邦學習架構(gòu)與各種機器學習算法的安全計算，包括邏輯回歸和梯度提升樹等經(jīng)典 ML 算法，也包括深度學習和遷移學習等前沿研究。
楊林彬表示，F(xiàn)ATE的版本更新讓人驚喜，如新發(fā)布的FATE 1.0中standalone有一個docker安裝版本，為部署整體框架節(jié)省了很多時間。此外，新增的FATEFLOW和FATEBOARD這兩大組件。FATEFLOW把聯(lián)邦建模流程進行打包，F(xiàn)ATEBOARD把建?？梢暬策M一步提升了整體建模的流暢度及體驗。期待下一次FATE版本迭代帶來的更佳體驗。
面向未來的新技術，聯(lián)邦學習及FATE未來可期
作為微眾銀行首屆金融科技高校技術大賽的冠軍團隊，兩位學子對聯(lián)邦學習及FATE有許多構(gòu)想，他們相信在數(shù)據(jù)隱私保護趨嚴、數(shù)據(jù)安全越來越被重視的今天，聯(lián)邦學習會發(fā)揮日益重要的作用，而FATE框架語言則還可以實現(xiàn)更多模型，支持更豐富的算法，從而應用在不同的場景中。
在采訪的最后，章逸佳提到，聯(lián)邦學習能夠?qū)崿F(xiàn)數(shù)據(jù)不出本地前提下的聯(lián)合建模，有效保護用戶的隱私和數(shù)據(jù)安全；而FATE則正好為大家提供了一個進行聯(lián)邦學習的平臺。當數(shù)據(jù)量繼續(xù)增加、人們對數(shù)據(jù)安全更加重視，相信在未來兩者會相輔相成，給開發(fā)者帶來更多便利。
可以預見，在以后會有越來越多以高校學子為代表的年輕一代投入聯(lián)邦學習研究及FATE開源項目中。大會頒獎嘉賓、微眾銀行首席人工智能官楊強教授表示：一個有活力的開源生態(tài)離不開有志向的青年人的貢獻，一個極具未來前景的前研技術才能受到高校青睞。期待越來越多的高校學子及企業(yè)機構(gòu)深耕聯(lián)邦學習技術，實現(xiàn)數(shù)據(jù)安全合規(guī)下的人工智能應用落地。
