2022年6月20日上午，联邦学习国际顶级专家杨强教授到访北京大学深圳研究生院，并受邀在“南燕讲座”上为信息工程学院师生们带来一场题为《可信联邦学习》的精彩演讲。

联邦学习是人工智能和隐私计算的重要交集，如何使联邦学习更加安全可信和高效是目前产业和学界关注的重点。杨强教授作为加拿大皇家科学院及加拿大工程院两院院士、香港科技大学计算机与工程系讲座教授以及微众银行首席人工智能官，是联邦学习和迁移学习的研究及应用的国际顶级专家。

上图为杨强教授正讲述AI的发展历程

在讲座中，杨强教授通过讲述人工智能的发展及演进，指出了目前人工智能应用所存在的瓶颈；回顾了联邦学习、隐私计算等技术的发展历程与所面临的挑战，深入而细致地介绍了“可信联邦学习”的重要发展及关键技术。杨强教授指出，可信联邦学习技术标准及开源平台的建立，有助于推动隐私计算应用于各种应用场景（如多中心医院诊治及金融行业应用等），具有可降低隐私计算成本，提升隐私计算应用质量的技术优势，对于加速推动具有隐私保护的人工智能行业应用具有重大意义。在互动交流环节，杨强教授与在场师生展开了热烈的学术讨论，并就“联邦学习的应用现状”以及“可信联邦学习的技术发展方向”等主题进行了深入的学术交流及问题解答，听众积极提问，气氛十分活跃。讲座结束后，信息工程学院师生为杨强教授献花并一起合影留念。

杨强教授与信息工程学院部分师生合影

杨强教授的讲座给师生们送来了一次丰盛的“学术大餐”，听众们对可信联邦学习技术的发展前景和研究价值有了更加深刻的认识，相信对师生们在AI forScience，包括人工智能算法及安全赋能行业应用研究，将产生重要的启发性影响及推动作用。

（信息工程学院通信信息安全实验室供稿）