【獵云網北京】1月2日報道

近日，國際權威研究與咨詢公司Forrester發布報告——《人工智能變革欺詐管理》，報告列舉了多項應用于反欺詐領域的人工智能技術，包括知識圖譜、監督學習等，并且首次提到了聯邦學習的相關實踐。

Forrester長期致力于技術趨勢與商業化的調研與洞察，其發布的報告為眾多企業戰略布局提供重要指導。在過去的36年中，是公認的全球最具影響力的獨立調研公司之一。

此次Forrester發布的報告中提到：“聯邦學習是一種新型人工智能運用模式……通過交換加密的模型參數，幫助企業建立跨組織的模型”，對聯邦學習在反欺詐領域所發揮的作用予以了肯定。報告還以微眾銀行為例，列舉了聯邦學習在反欺詐領域的相關實踐，“微眾銀行運用聯邦學習技術進行商業銀行合作，將模型性能提高了13%”。

關于報告中提到的聯邦學習技術，Forrester研究員認為：該技術對于提高跨機構合作效率幫助很大，目前仍處于早期發展階段，未來可期。

突破小數據限制，聯邦學習成為人工智能發展新方向

聯邦學習是什么？ 何以成為Forrester技術洞察中的重要技術方向之一？

如果將人工智能比作一輛高速運轉的汽車，數據就是推動其運轉的“燃油”。理想狀態下，用于人工智能訓練的數據應該是“量大質優，有標簽”，以便人工智能模型高效訓練。但現實的行業場景中，高質量“大數據”往往是稀缺資源。例如在醫療場景里，每個醫院的數據集有限，如果不能把這些數據打通，每個數據集就只能做簡單的模型，遠遠達不到輔助醫生進行疾病預測的要求。尤其是場景數據隨著時間的推移，特征還會隨之變化。

另外，行業競爭也使企業往往習慣于將數據封鎖在隔離墻內，而隨著保護數據隱私的法律法規日趨完善，數據的搜集與交換變得更加困難，形成了一個個“數據孤島”。

而聯邦學習技術的提出，為突破這個難題創造了極大可能性。

何為聯邦學習？可以將其簡單比喻成兩個人合作創作一本書，每個人的大腦里都有數據，但并不需要將兩人的腦袋進行物理結合，只需要每人寫一部分，通過交流最后完成合著。這個過程，就是通過交流參數，達到共建模型的目的。而整個過程中，雙方并不知道對方的具體數據。

在金融反欺詐領域，目前中國征信業的發展困境之一便是小數據難題。數據顯示，目前中國央行個人征信記錄覆蓋率僅為35%。更多可利用的有效數據，如消費記錄、交通出行記錄等，卻封閉在各家企業的數據墻內，難以打通。運用聯邦學習技術，可以在保護用戶數據的情況下，將能證明個人信用的不同維度數據納入聯合風控建模，從而對個人財務狀況和信用進行全維度模型評估。整個過程，因為同態加密等加密技術的保駕護航，數據始終處于暗箱狀態，安全保密。

不止金融，聯邦學習在各領域落地生根

由于聯邦學習解決了數據孤島與隱私保護兩大難道，成為近年來人工智能領域炙手可熱的研究方向，聯邦學習技術落地應用項目不斷涌現，發展迅速，已經有不少企業利用聯邦學習技術做出了實際成績。

在國內，首倡聯邦學習概念的微眾銀行通過將聯邦學習用于反欺詐、智能服務、營銷、零售等多個領域，取得了顯著效果。其中自研的智能評分引擎在縱向聯邦學習技術的基礎上，聯合開票金額與央行的征信數據等標簽屬性共同建模，將小微企業風控模型區分度（AUC of ROC）提升了12%。

在實踐落地應用之外，微眾銀行還積極推動聯邦學習生態建設，牽頭國際標準制定，舉辦學術國際研討會，并開源了全球首個工業級聯邦學習框架FATE(Federated AI Technology Enabler)。該框架支持多種主流算法，適配多種多方安全計算協議，簡化了使用門檻，對開發者更為友好。目前FATE被納入全球最大非營利技術社區Linux Foundation，與騰訊云等多家企業和單位達成合作，對壯大聯邦學習開發社區做出了巨大貢獻。

聯邦學習豐富的應用場景，吸引了眾多企業參與其中。

FaceBook的深度學習框架PyTorch，目前已經支持采用聯邦學習方案來實現隱私保護，并同步推出Secure and Private AI，將聯邦學習技術應用到了消費者領域；平安科技推出聯邦學習平臺“蜂巢”；京東在智慧城市領域探索聯邦學習的落地應用。

除了頭部企業，該領域也涌現了不少創業公司，如S20.ai、Owkin和Snips，都圍繞聯邦學習創建了新的工具和企業解決方案。