8月21日，IJCAI2023 可信聯邦學習國際研討會（FL-IJCAI’23）在第32屆國際人工智能聯合會議大會（IJCAI）期間于澳門舉辦。
現場參會人員熱烈交流
重磅報告發布 洞悉聯邦學習技術發展趨勢
隨著全球人工智能發展進入新一輪躍升期，聯邦學習生態系統將迎來更加廣闊的發展空間。在此背景下，清華大學計算機系唐杰教授在研討會上重磅發布了《2023聯邦學習全球研究與應用趨勢報告》。該報告主要從技術研究、學者畫像、主流框架、行業應用，以及發展趨勢幾大方面，全面深入地介紹聯邦學習自2016年誕生以來到2022年的技術研究和應用進展，并展望該技術的未來發展方向與前景。
清華大學 唐杰教授
據唐杰教授介紹，本報告重點展示了聯邦學習領域高技術質量與創新力的科研成果，例如，對在科研實踐中具有較大影響力的高引論文及其作者的分析、對人工智能國際頂會的聯邦學習專題研討會中最佳論文的相關分析等，對大中華地區聯邦學習領域的國家自然科學基金獲批項目的分析、對大模型技術的聯邦學習論文和專利的分析。通過對這些內容的詳盡分析，以發掘更加豐富的聯邦學習新方向和新探索。
專業觀點薈萃 助推可信聯邦學習生態發展
本屆研討會邀請加拿大工程院和皇家學院院士、香港科技大學講席教授楊強致開場辭，并特邀五位領域專家進行精彩報告，從理論研究與實踐前沿多維度共話可信聯邦學習技術領域的未來發展路徑。
香港科技大學 楊強教授
香港科技大學副教授宋陽秋發表題為《大型語言模型的隱私攻擊》的主題演講。宋陽秋教授介紹了當前存在的隱私攻擊分類，在大型語言模型中的幾種典型隱私攻擊場景及抵御攻擊的方法。
香港科技大學 宋陽秋教授
美國卡內基梅隆大學助理教授Virginia Smith 線上發表了《評估大規模學習系統》的主題演講，分享了對大規模學習系統的評估方法，以及在聯邦學習的分布式環境中如何進行效率優化、保護隱私以及提高穩健性等挑戰。
美國卡內基梅隆大學(CMU) Virginia Smith教授
美國伊利諾伊大學厄巴納-香檳分校(UIUC)助理教授李博線上接入，以《有保證的可信聯邦學習》為主題，闡釋了可信聯邦學習作為機器學習、安全、隱私和博弈論的交叉點，如何設計可擴展的框架。
美國伊利諾伊大學厄巴納-香檳分校(UIUC) 李博教授
聯邦學習目前已在金融、醫療、營銷廣告與推薦、智慧城市等多行業多領域廣泛落地探索。因此，除了最新理論研究進展分享，會議還邀請了多位嘉賓，對行業實踐成果進行介紹，以為聯邦學習的行業應用提供標桿案例。
加拿大不列顛哥倫比亞大學助理教授李霄霄分享了《醫療保健中的聯邦學習：克服數據異構性挑戰》，介紹了聯邦學習在醫療保健領域中的最新應用，以及如何在實踐中應對數據異構性挑戰。
加拿大不列顛哥倫比亞大學(UBC) 李霄霄教授
澳大利亞悉尼科技大學副教授龍國棟分享了《個性化聯邦學習》。龍國棟教授從個性化聯邦學習的定義、代表性方法，以及在推薦領域和可解釋性方面最新的探索等方面分享了個性化聯邦學習領域的前沿進展。
澳大利亞悉尼科技大學(UTS) 龍國棟教授
此外，本屆研討會還收錄了19篇精彩論文，覆蓋了性能與效率提升、數據安全保護機制、多方合作中的激勵機制等可信聯邦學習技術發展的核心議題。
精彩論文報告環節
瑞士聯邦理工學院（EPFL）和哈佛大學的Ljubomir Rokvic、Panayiotis Danassis 、Boi Faltings的論文《Privacy-Preserving Data Quality Evaluation in Federated Learning Using Influence Approximation》獲得“Best Paper（最佳論文）”獎項；浙江大學和索尼AI的Yuchen Liu、Chen Chen、Lingjuan Lyu的論文《Exploit Gradient Skewness to Circumvent Defenses for Federated Learni》以及牛津大學的Sahra Ghalebikesabi、Leonard Berrada等人的論文《Differentially Private Diffusion Models Generate Useful Synthetic Images》獲得 “Best Student Paper（最佳學生論文）”獎項。
“Best Paper（最佳論文）”頒獎
“Best Student Paper（最佳學生論文）”頒獎
作為各類人工智能頂級學術會議的重要組成部分，可信聯邦學習國際研討會正吸引著更多目光，聯邦學習也正從學術研究向產業領域加速滲透，為業界提供前瞻性的解決方案。本屆IJCAI主會也安排了三場聯邦學習專題Session ，邀請了18篇聯邦學習相關論文的作者進行論文報告，凸顯聯邦學習領域有了長足發展。通過此次會議，來自世界各地專家學者進行了觀點交流和碰撞，推動了聯邦學習在全球范圍內的深化發展，實現開放靈活的數據要素安全流通和知識共享。
