为深化人工智能教育人才培养，营造浓厚学术氛围，增强同学们对联邦学习的深入了解，人工智能学院于2022年6月24日上午邀请兰州大学陈婧博士做“联邦学习介绍和使用”讲座，参会人员包括学院本科生、研究生及老师，会议由副院长张贤坤主持。

会议中陈婧博士对联邦学习进行了详细的介绍。企业发展到一定阶段时，各个部门各自存储数据，部门之间的数据无法共通，这导致这些数据像一个个孤岛一样缺乏关联性。由于现在大量存在的数据孤岛以及隐私保护问题，联邦学习诞生。联邦学习是在保证数据隐私安全及合法合规的基础上实现共同建模，提升AI模型的效果。随后陈博士由其分类为横向联邦学习和纵向联邦学习展开叙述，横向联邦学习的本质是样本的联合，适用于参与者间业态相同但触达客户不同，即特征重叠多，用户重叠少时的场景，比如不同地区的银行间，他们的业务相似，但用户不同。纵向联邦学习的本质是特征的联合，适用于用户重叠多，特征重叠少的场景，比如同一地区的商超和银行，他们触达的用户都为该地区的居民，但业务不同。还向同学们介绍了架构，数据转换、数据统计、特征工程、训练算法、评估等联邦学习的组件，联邦学习的使用以及在公司中和技术有关的岗位等。

本次讲座的顺利开展，使同学们深刻了解了联邦学习，拓宽了知识边界，提高了同学们在人工智能领域学习的热情，“高校是科技创新人才的聚集地，也是科技创新实践的重要平台。”我院注重人工智能领域人才培养，为社会提供更加充分的人才支撑。

撰稿人：常雪纯

审稿人：宋绍玮 李博阳