微众银行首席人工智能官杨强：运用联邦学习破解数据安全难题
微众银行首席人工智能官 杨强
■ 深圳特区报记者 邹媛
在金融领域，尤其是银行机构，越来越多的服务需要人工智能和机器人来完成，比如业务咨询、审核批准贷款文件、对申请人进行人脸识别、语音识别等身份核验、客服问答等等，这些应用都离不开一个元素——数据。但越来越多的数据泄露等问题，也让大数据逐渐变成了人工智能的挑战。杨强认为，联邦学习已经成为AI在学术界和工业界的新趋势，未来行业面临的社会大众的要求和监管会越来越严格，联邦学习能够在满足用户隐私保护和数据安全需求的同时，实现多方共赢。
记者：作为一家互联网银行，不仅仅涉及到互联网领域，更多的还有金融领域，数据敏感度更为强烈，在技术研发和发展过程中，技术和伦理会否出现难以平衡的问题？
杨强：一方面，AI技术大幅提升了金融行业效率，并且不断驱动产生新业务。微众银行作为国内首家互联网银行，在亿级客户量、亿级日交易量背后，是人脸识别、OCR文字识别等智能核身技术提升用户身份认证效率，智能客服降低人工客服成本，提升客服效率；联邦学习联合多家金融机构共建反洗钱模型和企业风控模型，降低不良率；智能营销降低获客成本，提升获客效率；智能资管提升资产管理整体水平等。
另一方面，AI行业应用离不开大数据，而实际行业场景中的“数据孤岛”和“小数据”的现象很普遍。尤其是金融领域对数据安全与隐私保护的要求极高，在政策法规要求下，机构间不能直接把数据合并成“大数据”，甚至同一个机构内部的数据都无法共享，形成一个个数据孤岛，是困扰和制约AI在金融行业内深化发展和应用落地的关键因素。
记者：如何应对这个挑战？放弃人工智能还是寻求新的技术方向来解决数据挑战？
杨强：当然不能放弃，我们提出的方法和方向叫做“联邦学习”，英文叫“Federated Learning”。数据的各个拥有方，在各自数据不出本地的情况下建立模型，并且让这个模型能够共享，那么在建立模型的过程中便不会侵犯用户的隐私，整个建模的过程就叫联邦学习的框架和算法。
2016年，Google就开始进行了这样一个项目，在安卓系统的手机用户中建立联邦学习，解决用户个人终端设备的数据隐私问题。联邦学习主要目的就是为了解决数据安全问题，传统方法是把数据汇聚在一起，虽然解决了数据孤岛，但是牺牲了数据安全。而联邦学习是一种加密的分布式机器学习技术，可以让参与方在数据不出本地的情况下进行AI协作，实现“知识共享而数据不共享”，参与各方利益最大化。它将领跑人工智能的最后一公里。
记者：作为领跑人工智能的最后一公里，它在行业中的应用如何？
杨强：联邦学习在多行业的跨机构协作方面有广泛应用前景，尤其是金融、医疗等极度重视数据隐私的强监管行业。在金融领域，多家机构通过联合建模的风控模型能更准确地识别信贷风险，联合反欺诈。例如微众银行基于联邦学习，与拥有发票数据的合作企业联合建模，在保护隐私和数据安全的情况下，小微企业风控模型性能提升12%以上，随着风险甄别能力提升，可贷企业范围也显著扩大。
在医疗健康领域推进智慧医疗的过程中，病理报告、检测结果等病人隐私数据常常分散在多家医院、诊所等不同地区不同类型的医疗机构，联邦学习使机构间可以跨地域协作而数据不出本地，多方合作建立的预测模型能够更准确地预测癌症、基因疾病等疑难病。如果所有的医疗机构能建立一个联邦学习联盟，那或许可以使人类的医疗卫生事业迈上一个全新的台阶。
记者：未来，在数据安全或人工智能领域发展方向如何，前景的展望如何？
杨强：联邦学习是破解“数据孤岛”与“数据安全”难题的关键技术，目前学界和工业界对联邦学习的学术研究在不断深入，行业落地和生态建设也在不断推进。
标准制定层面，微众银行牵头的IEEE国际标准已经召开了三次标准工作组会议，目前已经有二十几家国内外机构加入，而国内的首个联邦学习团体标准也在今年7月AIOSS（中国人工智能开源软件发展联盟标准）大会上发布。
而随着5G、物联网时代的到来，联邦学习应用会更加广泛。例如在城市管理领域，传统的城市监控设备管理面临标签数量少、数据分散，集中管理成本很高且模型更新和反馈存在离线延迟情况，联邦学习可以让监控终端进行在线模型更新反馈，无需上传数据，且对模型提升率高达15%，模型效果无损失，这是联邦学习应用在物联网领域的典型场景。未来我们希望越来越多的机构能加入到联邦学习生态建设中来。
人物背景
杨强，微众银行首席人工智能官，香港科技大学讲席教授，AAAI国际人工智能协会常务理事，2017-2019 IJCAI国际人工智能联合会理事会主席，香港人工智能与机器人学会理事长。在杨强带领下，微众银行首次提出“联邦迁移学习”，并通过领衔联邦学习国际标准（IEEE标准）制定、开源自研联邦学习框架Federated AI Technology Enabler（简称FATE）等，推动联邦学习技术在行业落地。
新闻推荐
■本报记者/郑琛琛今年，“限塑令”进入实施的第11年，近日，记者走访市区多个超市、商场、农贸市场、商铺和外卖餐饮店了解到，...