近日，IEEE P3652.1（联邦学习基础架构与应用）标准工作组第四次会议于北京成功召开。北京大学、IEEE、微众银行、创新工场、京东、中国电信、腾讯、小米、阿里巴巴、依图、星云 Clustar、第四范式、华为终端、VMWare、LogiOcean、SensesGlobal、Swiss Re、Intel、CETC BigData、蚂蚁金服、华夏基金、富数科技共 22 家头部企业与研究机构参与，会议聚焦于联邦学习的场景分类与需求分类，着重对联邦学习的安全测评与评级进行规划，进一步探讨联邦学习标准制定。
近年来，AI 技术在实际应用落地的过程中面临着两大瓶颈：一方面，多数企业拥有的“小数据”难以聚沙成塔取长补短；另一方面，对数据隐私与安全的日益重视早已成为世界性趋势。而“联邦学习”(Federated Learning）作为加密的分布式机器学习范式，可以使得各方在不披露原始数据的情况下达到共建模型的目的，为应对 AI 落地困境提供了更多可能性。目前，这一新兴的 AI 技术已应用于金融、医疗、城市管理等多个领域。
为了提供联邦学习落地应用的技术规范，为社会各界共建联邦生态提供合作依据，IEEE 联邦学习国际标准项目应运而生。这一项目由微众银行发起，于去年 12 月获批，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，目前已经召开了四次工作组会议。
在前三次会议成果的基础上，本次工作组会议取得了以下进展：以更加细致的视角考虑了联邦学习在 To B（企业端）、To C（用户端）以及 To G（政府端）不同情境下的场景分类，建立起联邦学习的需求模板，并针对联邦学习的安全测评进行了详细的规划，极大程度丰富了联邦学习标准的内容，对联邦学习标准草案的出台具有重要的推动作用。
会议上，IEEE 联邦学习标准项目组制定了时间表：联邦学习标准草案预计将于 2020 年 2 月推出，正式标准预计将于 2020 年上半年出台。项目自去年 12 月成立至今，已经吸引了 30 余家互联网巨头公司、政府单位、企业和高校参与到标准制定工作中，覆盖金融、科技、医疗、教育等多个领域。目前，标准工作组成员（指具有投票权的工作组成员）包括微众银行、腾讯、京东、Intel、华为，中国电信、小米、Eduworks、创新工场、Squirrel AI、星云 Clustar、第四范式、CETC BigData、LogiOcean、SensesGlobal。
在数据安全与隐私保护备受关注的环境下，联邦学习技术这一新兴的人工智能技术，有望成为下一代人工智能协作网络的基础，建立起机构与用户间的数据信任，推动科技向善。而联邦学习国际标准的制定，则将进一步为其在各行业的落地应用提供标准化的体系。相信在未来，基于统一的技术标准，社会各界将共建起联邦生态，让联邦学习发挥更大的潜能，开辟人工智能行业发展新方向。
评论