报告题目：联邦学习的核心挑战及对策
主讲人：吴方照，微软亚洲研究院主管研究员
时间：2022年5月9日（周一）14:00-15:00
腾讯会议：119-484-635
报告摘要：
数据是ai的基础。近年来世界各国对于数据隐私保护的力度越来越大，相关法律越来越严。如何在保护数据隐私的前提下实现ai模型的训练，是一个重要且紧迫的研究课题。联邦学习是一种重要的面向隐私保护的机器学习框架，可以在不收集数据的情况下协同进行模型的训练，实现数据的“可用不可见”，从而保护隐私信息。然而联邦学习在应用过程中存在诸多挑战，如计算代价、通信开销、模型和数据异构、隐私泄露、模型安全等。本次报告将分享我们在解决这些联邦学习核心挑战上的一系列工作（如nature communications, 13:2032（2022）），欢迎交流讨论。
报告人简介：
吴方照，本科和博士均毕业于清华大学电子系，2017年加入微软亚洲研究院。发表学术论文百余篇，被引用2700多次，h-index 31。曾获 nlpcc 2019优秀论文奖，wsdm 2019 outstanding pc 和 aaai 2021 best spc。aaai 2022 领域主席，中国计算机学会高级会员。目前在微软亚洲研究院从事负责任ai、用户隐私保护、推荐系统、自然语言处理等方面的研究和实践。研究成果在 microsoft news、bing ads 等多个微软产品中得到应用。
邀请人：计算机科学与技术系 范晓亮