今晚8点 | 杨强领衔，HKSAIR《AI金融-隐私计算与联邦学习》公开课
六位顶尖专家共聚，热议隐私计算与联邦学习。
联邦学习，是当前人工智能尤其是AI金融领域，最受工业界和学术界关注的研究方向之一。
当下，AI在算法研发方面突飞猛进，却离企业落地的目标有着不小的距离。
AI所面临的一个挑战是标注数据的严重不足，而数据往往分布在不同的机构和个人形成的数据孤岛处。使用和聚合这些数据都会受到用户隐私、商业安全的挑战。
为此，香港人工智能与机器人学会（HKSAIR）于 5 -6月正式启动《AI金融公开课———隐私计算和联邦学习在金融领域的应用与机遇》，由HKSAIR理事长、微众银行首席人工智能官杨强教授领衔，共六位顶尖专家做客线上讲堂，围绕隐私计算和联邦学习的研究热点与商业应用展开最前沿的分享和讨论。
在今晚8点的首期讲座中，杨强教授将介绍如何利用联邦学习来连接数据孤岛的数据，形成合力，以得到更有效的机器学习模型，同时保护用户隐私和商业机密。他表示，将给大家一个领域概述，同时介绍几个联邦学习的应用。
雷锋网《AI金融评论》作为独家合作媒体，也将对此次系列公开课进行全程报道，敬请关注。
嘉宾介绍
杨强，HKSAIR创会理事长、微众银行首席人工智能官、香港科技大学讲席教授
AAAI/ACM/CAAI/IEEE/IAPR/AAAS Fellow，也是《IEEE Transactions on Big Data》和《ACM Transactions on Intelligent Systems and Technology》开创主编，曾获2019年度“吴文俊人工智能科学技术奖”杰出贡献奖， 2017年 ACM SIGKDD 杰出服务奖。
杨强毕业于北京大学，于 1989 年在马里兰大学获得计算机系博士学位，之后在加拿大滑铁卢大学和 Simon Fraser 大学任教，他的研究领域包括人工智能、数据挖掘、机器学习等。他曾任华为诺亚方舟实验室主任，第四范式公司联合创始人，香港科技大学计算机与工程系系主任以及国际人工智能联合会（IJCAI）理事会主席。最近的著作有《迁移学习》和《联邦学习》。
