Saurav Prakash(左)和何朝阳都是Salman Avestimehr教授的学生(图片来源:USC Viterbi)。bob国际首页登录
两名来自谢明电气与计算机工程系和计算机科学系的博士生，朝阳他而且Saurav普拉卡什，由Salman Avestimehr教授，最近获得了高通创新奖学金．学生们的提案名为“联邦深度学习:使用变形金刚和cnn的CV和NLP的设备学习”，是仅有的16个提案之一。在这些被接受的提案中，Prakash和He是在联邦学习这一新领域提交工作的仅有两个团队之一。这一研究领域对于在人工智能和机器学习系统中建立更多的信任和安全至关重要，这些系统在社会中发挥着越来越重要的作用。
普拉卡什说，机器学习需要大型数据集来生成有效的模型。“在过去，当访问如此大量的数据时，个人隐私在无意中受到了损害，这导致了社会对人工智能和机器学习的严重不信任。”
想象一下，有一个医院联盟在一起研究一种新疾病。每个医院都有许多病人的详细信息。如果他们能把数据结合起来，他们就能训练一个机器学习系统来帮助更好地了解这种疾病。不幸的是，这样做会严重侵犯患者的隐私，也会带来安全风险。
他说:“联邦学习可以让这些医院安全可靠地用他们的综合信息建立一个数据集，而不用实际地与彼此共享信息。”在一个更有效、更可信的人工智能系统对社会越来越重要的世界里，这一进步不可低估。
Prakash和He，他们都是教授Salman Avestimehr的研究小组他们和他们的导师和同学们一起研究这个挑战已经有一段时间了。事实上，该团队已经建立了一个开源平台，fedml.ai，以促进不同应用领域的联合学习研究和开发。FedML生态系统已经在全球吸引了600多名活跃用户，在GitHub联邦学习知识库中排名前三，提供一站式科学平台，帮助全球研究人员建立真正安全可靠的AI和机器学习。
有了这项奖学金，两人计划从整体上提高联邦学习项目的效率，使这项技术可以更广泛地实施。Avestimehr说:“这项奖学金为我们在联邦学习领域与高通建立更强大的长期合作创造了绝佳的机会。”
出版于2021年10月15日
最后更新于2021年10月15日
