2022未来科学大奖周科学峰会圆满落幕科学突破未来边界在哪里？(7)

香港科技大学计算机科学和工程学系讲席教授和前主任、微众银行首席人工智能官杨强，在《可信联邦学习》的学术报告中，以AI发展史为切入点，阐述了机器学习过度依赖中心化数据的问题。他指出，联邦学习基于“数据可用不可见”思想，用于解决分布式、多源异构、极端隐私限制的建模问题，将人工智能推向分布式2.0阶段。可信联邦学习范式具备安全可信、高效可用、决策可解释、模型可监管，且普惠的特点。结合相关领域的研究热点，杨强教授对领域发展做出展望。

杜克大学教授、加拿大皇家学会院士、加拿大工程院院士裴健，以《数据市场定价》为题进行学术报告。裴健教授提出，完备的数据市场应当是动态的生态系统，各种应用可以从数据市场获得数据，同时应用产生的新数据也能够注入到数据市场中为别的应用系统所使用。数据市场定价的成本、利益以及供求关系是维护数据市场的公平、高效、规模化以及保障数据安全及隐私的重要因素。裴健教授结合数据市场定价涉及到的真实性、销售最大化、公平性、隐私保护、计算效率等一系列问题进行分析，并指出后续研究方向。