论文部分内容阅读
当前人工智能的应用离不开大数据,而由于隐私保护、数据监管政策以及行业竞争态势导致的数据孤岛现象严重制约了大数据能够产生的价值.联邦学习是一种可以打破数据孤岛存在,致力于在多个参与方互不公开数据集的情形下,协同完成模型训练的方法.然而由于中心依赖、激励机制不足以及存在隐私泄露风险等问题,基于区块链的联邦学习方法已经走入人工智能前沿研究的领域范畴.本文通过详细论述联邦学习的概念和当前存在的痛点,对将区块链与联邦学习技术结合进行了展望.