理工酷

联邦学习作为新兴的分布式机器学习框架，能够在保护数据隐私、满足合法合规要求的前提下，让多参与方或多计算结点之间在不共享原始数据的基础上联合进行高效的模型训练，有望在未来网络与电信领域中发挥巨大潜能。联邦学习与物联网、边缘计算、5G/6G等技术相结合，能够更高效的支撑智能化应用开展，推动实现网络内生智能。与此同时，电信数据无需出网就可实现数据价值安全流通，通过与金融、政务、自动驾驶、医疗等行业合作，满足多源数据融合、多方安全查询、多方安全统计、联合智能决策等应用需求，赋能社会治理，服务民生公益，支持工业互联，协助实体经济快速发展。

发布单位：中国人工智能产业发展联盟