阿里巴巴開源最新隱私保護計算技術

推出全面的聯邦學習平台，助力相關領域的研究

中國杭州，2022年5月5日—阿里巴巴集團旗下全球科研機構—阿里巴巴達摩院，宣布將其最新聯邦學習平台FederatedScope（具備易用軟體包的綜合性平台）的原始碼向開源社區開放。

隨著機器學習在數字時代的興起，收集訓練資料以構建和推進AI模型越來越受關注，因為這一過程可能引發潛在的隱私問題。 為應對這樣的挑戰，聯邦學習（一種隱私保護計算方式）應運而生。 通過跨不同終端裝置協調微任務訓練，將中間訓練結果（不是原始使用者資料）反饋到雲端伺服器，以降低隱私泄露風險。 然而，它仍然能夠支援跨終端裝置的資料分析與機器學習任務。

“通過與開源社區分享我們自主開發的聯邦學習技術，我們希望促進隱私保護計算在不同領域的研究和工業部署，例如通常涉及敏感使用者資料且需要嚴格隱私保護實踐的醫學保健和智能移動” 阿里巴巴達摩院研究科學家Bolin Ding表示。

此外，FederatedScope新落實的事件驅動架構使其具備了靈活性支援與全面的工具，包括豐富的基準資料集集合、知名的模型架構、先進的聯邦學習演算法、易用的自動調優功能以及友好的介面。 這些功能使得研究者和開發人員能夠在電腦視覺、自然語言處理、語音辨識、圖學習及推薦等領域，快速構建並定製面向特定任務的聯邦學習應用。

特別是在隱私保護方面，該平台還提供了包括差分隱私和多方計算在內的尖端技術，以滿足不同的隱私保護需求。

“我們認為，隱私保護計算是一個重要且必不可少的趨勢，” Ding補充道。 “在不損害隱私的情況下訓練AI模型至關重要，這就是我們投入大量資源來推動聯邦學習研究的原因。 我們希望通過分享原始碼和技術平台，支援社區中的全球開發人員，並鼓勵該新興領域湧現更多創新。根據Gartner的資料，60%的大型組織預計將在2025年之前使用一種或多種隱私增強計算技術。

今年早些時候，阿里巴巴達摩院還公布了將塑造未來幾年科技行業前沿趨勢的預測，其中隱私保護計算位列十大趨勢之一。 該預測指出，未來3年內，我們有望“見證隱私保護計算在效能與可解釋性方面取得突破性進展”。如需詳細瞭解阿里雲的聯邦學習平台和技術，請訪問https://federatedscope.io/ 和GitHub頁面: https://github.com/alibaba/FederatedScope

關於阿里巴巴達摩院

阿里巴巴達摩院成立於2017年10月11日，致力於通過科技研發和創新來探索未知。 達摩院背後的發展動力源於對推動人類進步的追求。