日期：2022年5月27日（周五）
时间：上午10 -11
腾讯会议：522-752-349

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。AI的发展已经来到大模型的时代，然而联邦学习和大模型的结合存在诸多严峻挑战，如计算代价、通信开销、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，欢迎一起交流讨论。

讲者简介：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。