400-123-4567

数据是人工智能时代最重要的资源之一，数据的分享不仅能让人工智能获得更佳的发展，也能促成更加多人工智能的应用于。但问题在于，数据共享和数据保护或许无法同时确保，如果要分享数据，数据的安全性就更容易受到威胁；而如果要森严地维护数据，那么一个个信息孤岛就无法超越。

如何解决问题这样的问题？答案就是联邦自学。6月29日，2019国际智能计算机大会在深圳举行，亿欧作为最重要媒体应邀参与。其中，在联邦自学分论坛上，一众探寻联邦自学的先行者联合探究了联邦自学在人工智能、智慧城市等领域的未来趋势。

联邦自学，实质上是一种加密的分布式机器学习技术，参予各方可以在不透露底层数据和底层数据的加密（误解）形态的前提下资源共享模型，构建各个企业的自有数据不出有本地，通过加密机制下的参数互相交换方式，创建一个虚拟世界的共计模型。在这样的机制下，参予各方就能顺利切断数据孤岛，南北联合发展。中兴网信牵头创始人、香港智慧城市联盟委员张志刚指出，联邦自学必定是智慧城市的下一个风口。

他提及，时隔欧洲数据隐私保护法 GDPR 实施，中国版的数据隐私维护法案也呼之欲出。以信息化为基础的虚拟世界城市——智慧城市建设如火如荼，完全沦为每个城市的标配，其产业之大，影响之深远影响，建设之简单，沦为全球各行业联合注目的目标。同时，在基于智能城市大数据平台发展演变的 AI 独角兽企业更加多，怎么解决问题大量智慧城市数据共享、智慧城市系统重复建设资金、以及怎么获取给更好独角兽企业更加多安全性的数据，这些都是智慧城市建设被迫面临的问题。

张志刚提及，目前智慧城市能分成三个阶段。第一阶段是数字城市，这个阶段主要以智慧感官层建设居多，即部署智能终端及业务应用于，目前大部分城市还正处于这个阶段。第二阶段是智能城市，这个阶段早已基本已完成了数字化，以网络层，即神经和大脑的建设居多，但张志刚指出，这个阶段仍未确实开始，还正处于一片恐慌之中。

第三阶段，才能叫作智慧城市，这个阶段主要是建设应用于，是一个融合多维度数据，产生新型产业链应用于的阶段。△张志刚融合多维数据的前提，是要确保数据安全，因此联邦自学未来将智慧城市发展中，沦为不可或缺的必需品。当未来数据需要分享共用，也许在大数据领域还能费伊新的细分行业，以及新的独角兽企业。

联邦自学除了能协助超越信息孤岛，在确保数据安全的方面也大有裨益。五谷丰登集团首席安全性运营官李洋指出，当前人工智能已下降为国家战略，也渐渐与云计算、大数据、区块链等沦为新一代的关键信息基础设施，并沦为网络空间先进设备技术领域研究的热点和焦点。但是，目前人工智能、网络空间的安全性问题，令人十分忧虑。联邦自学需要沦为密码难题的办法之一。

李洋指出，目前人工智能、大数据大部分都基于云构建，联邦自学合适在云端构建，联邦自学和云的融合也许是未来的趋势，但在此之前，还有十分多牵涉到明确实践中的问题等候解决问题。张志刚也指出，联邦自学仍正处于发展阶段，在明确实践中仍必须渐渐思索。

但不可否认的是，未来在数据的规模更加大，数据安全的更加被推崇的趋势下，联邦自学一定会沦为人工智能、智慧城市建设中，不可或缺的保卫者。

本文来源：易币付官方网站-www.etiwari.com