首个联邦学习国际标准正式发布!国家基因库参与标准制定

2021-04-08 2165CNGBdb

2021年3月30日,IEEE标准协会(IEEE Standards Association)通过确认联邦学习架构和应用规范的标准P3652.1(Guide for Architectural Framework and Application of Federated Machine Learning),并发布正式标准文件(IEEE P3652.1)。

联邦学习国际标准IEEE P3652.1(联邦学习基础架构与应用)是国际上首个针对人工智能协同技术框架订立标准的项目,其是由微众银行发起,深圳国家基因库等多家单位参与制定和筹备的。

联邦学习国际标准IEEE P3652.1-1.png

联邦学习(Federated Learning)是近年来兴起的一种加密的分布式机器学习新范式,可以让各参与方在数据不出本地的情况下进行AI协作,实现“知识共享而数据不共享”,提升各自的AI模型效果,是破解现阶段AI行业落地中的“数据孤岛”与“数据隐私保护”两大“卡脖子”难题最行之有效的解决方案,目前已在金融、医疗、智慧城市等领域有一系列落地应用。

技术标准推行将推进联邦学习开启大规模工业化应用

技术标准是推广行业应用的通用沟通语言,是引领行业进步的重要指南。首个国际标准的出台,将让更多想应用与正在应用联邦学习的企业和机构得以进一步扩大合作,共建更加完善和强大的联邦生态。

联邦学习国际标准的发布,体现了联邦学习这一新兴技术领域正式在国际上获得认可,也预示着在ToB、ToG等各大应用场景中,联邦学习应用案例将跨入井喷阶段,以联邦学习为代表的保护隐私和数据安全的人工智能技术将推动人工智能正式进入如中国科学院张钹院士所预测的安全、可靠和可信的“人工智能3.0”时代。

打破生命科学领域的“数据孤岛”,开启生命大数据安全共享新模式

作为标准制定的参与者,深圳国家基因库一直致力于在合法合规、保护数据隐私的前提下,促进生命科学领域大数据的安全共享,赋能生命科学研究创新发展。

2020年10月,国家基因库生命大数据平台(CNGBdb)重磅发布生命大数据可信计算平台CODEPLOT:一个集可信计算环境和多元化在线分析工具于一体的生命大数据分析平台,也是国内率先将联邦学习、数据加密、区块链、安全多方计算、基因安全容器虚拟化等最新安全策略应用于生命大数据分析利用和合作共享的平台。该平台以数据汇交模块存储的海量数据为支撑,以灵活工作空间管理模式为核心,同时提供多元化分析工具,全面打通各科研机构之间的数据孤岛,突破数据分析门槛,提升数据利用率,促进重大科研项目合作共享及成果转化。

联邦学习国际标准IEEE P3652.1-2.png

2020年12月,深圳国家基因库参与中国信通院大数据产品能力相关评测(多方安全计算、联邦学习、可信执行环境、区块链辅助的隐私计算技术工具等隐私计算类产品评测),成为首批加入“隐私计算联盟”的机构之一。在中国信息通信研究院、中国通信标准化协会大数据技术标准推进委员会(CCSA TC601)共同组织开展的2020大数据“星河(Galaxy)”案例征集活动中,由深圳国家基因库和华大智造共同开发的“抗疫利器”——新型冠状病毒基因组分析平台,获评隐私计算标杆案例。

联邦学习国际标准IEEE P3652.1-3.png

自成立以来,深圳国家基因库利用生命科学和生物信息数据科学的前沿技术,与业内领先的机构及国内外的标准化组织合作,共同制定样本、数据相关的流程及技术等国际、国内相关标准,引领行业规范有序发展,为我国生命科学研究、医学健康和生物产业发展提供了重要的基础支撑。

联邦学习国际标准IEEE P3652.1-4.png

信息来源:“微众AI”和“AI科技评论”公众号。

上一篇下一篇

相关专题