中国自动化学会举办“联邦智能及应用”学科前沿讲习班 探讨工业数据与智能应用

日期:2023-05-15 17:05

2023年5月13-14日,中国自动化学会“联邦智能及应用”学科前沿讲习班在北京成功举办。此次讲习班由中国自动化学会主办,中国自动化学会联邦数据与联邦智能专委会(筹)承办,中国石油大学教授、山东省可信人工智能生态实验室主任张卫山老师和北京市大数据中心数据管理部部长、教授级高工贾晓丰博士共同担任学术主任,来自学术界和产业界的6位知名专家进行主题报告。讲习班聚焦联邦智能与可信人工智能技术的前沿进展,分享了学科基础理论、前沿进展及在相关行业领域的落地应用,30余位来自全国多个高校、科研院所、企事业单位的科研工作人员参加了本次讲习班。

中国自动化学会副理事长、中国科学院自动化研究所研究员侯增广为本次讲习班致辞,并对各位专家和学者的到来表示热烈欢迎。侯增广研究员对讲习班的背景和基本情况做了简要介绍,强调联邦智能在数字经济与数字社会中的重要作用,在对联邦智能发展进行回顾的同时,也指出了目前遇到的一些挑战,希望各位学者能够通过参加本次讲习班活动碰撞出新的火花,对行业现状与发展有更加深入的了解。

 

中国自动化学会副理事长、中国科学院自动化研究所研究员侯增广致辞


5月13日的讲习班由学术主任张卫山教授主持。张卫山教授对各位嘉宾和专家能够参与本次活动表示了感谢,并对当天的报告安排和专家情况进行了整体介绍。

 

学术主任张卫山教授主持

第一个报告由中国工业互联网研究院副总工程师兼网络所所长田野主讲,报告题目为“工业数据基础制度建设思考与实践”。田野博士 “数据二十条”政策进行了详细解读,介绍了其在建设工业数据基础制度中的重要的意义,深入探讨了在数字经济快速增长背景下,建立完善的数据产权、流通交易、收益分配、安全治理制度的重要性。之后,他分享了中国工业互联网研究院在工业数据资产登记工作方面的成果,包括建设工业互联网数据要素登记平台和全国首个工业数据交易专区。报告中对联邦智能在数据要素流通过程中的作用和方法进行了深入探讨,为联邦智能的产业应用奠定了基础。

 

中国工业互联网研究院副总工程师兼网络所所长田野作报告

第二个报告由中国人民大学副教授张峰主讲,报告题目为“压缩数据直接计算数据库技术应用”。张峰老师的报告聚焦于压缩数据直接计算方法与系统问题,从空间和时间维度解决现代数据管理和分析面临的挑战。张峰教授介绍了基于语法规则的压缩数据直接计算模型、新硬件压缩数据直接计算加速与优化技术以及针对不同大数据系统的压缩数据直接计算嵌入机制,并展示了团队的最新研究进展与成果,为联邦边缘智能奠定了基础。

 

中国人民大学副教授张峰作报告

第三个报告由华为2012实验室中央研究院技术领军屈克主讲,报告题目为“城市空间数据流通关键技术探究”。屈克介绍了城市数据空间的概念,并强调了打通城市内公共数据可信流通对于城市发展的重要性。从联邦智能数据分层治理、数据流通安全与隐私保护、数据共享与合作等方面,分析了城市空间内数据可信流通的技术诉求和发展趋势,详细介绍了城市空间数据流通的关键技术与应用案例。

 

华为2012实验室中央研究院技术领军屈克作报告

第四个报告由社会安全风险感知与防控大数据应用国家工程研究中心副主任、中国电科研究院公安事业部总经理毕严先主讲,报告题目为“面向社会治安防控复杂场景的数据智能应用”。围绕社会治理与公共安全领域的复杂场景,介绍了社会完全风险感知和防控体系建设的顶层架构,展示了基于联邦学习的社会治理、基于多源异质数据构建数据模型与算法仓,在解决公共安全基层一线痛点问题中的应用案例,从场景需求、数据分析、算法模型构建、工程方法实施路径等方面介绍相关实践成果。

 

社会安全风险感知与防控大数据应用国家工程研究中心副主任、中国电科研究院公安事业部总经理毕严先作报告

 

514日的讲习班由学术主任贾晓丰博士主持。贾晓丰博士回顾了联邦数据与联邦智能专委会(筹)的成立背景及前述报告的简要情况,对当天的报告安排和专家进行了整体介绍。

 

学术主任贾晓丰博士主持

 

第一个报告由上海交通大学计算机系副研究员、博士生导师马汝辉主讲,报告题目为“面向数据孤岛问题的高效能高安全联邦学习系统研究”。马汝辉副研究员针对包括联邦学习效率、联邦学习安全性及联邦学习适用性在内的三方面问题展开论述,介绍了面向数据孤岛问题的高效能高安全联邦学习系统研究相关工作,展示了团队在层次化模型压缩算法、双端联合检测方案、客户端拜占庭攻击及不可信第三方服务器应对策略等方面的最近工作和成果。

 

上海交通大学计算机系副研究员、博士生导师马汝辉作报告

 

第二个报告由微软亚洲研究院高级研究员吴方照主讲,报告题目为“联邦学习的挑战”。吴方照研究员介绍了联邦学习的基本概念和特点,指出了联邦学习在通信成本、异构性、安全性等方面存在的严峻挑战,并介绍了团队在构建更加高效、准确和可信赖的联邦学习上的研究和思考,重点针对提高联邦学习的计算和通信效率、解决联邦学习数据和设备的异构性、增强联邦学习的隐私保护能力和安全性介绍了相关成果。

 

微软亚洲研究院高级研究员吴方照作报告

来自学术界、产业界和政府机构的专家学者与业界代表对整体讲习内容表现出了浓厚的兴趣,与讲座专家进行了深入地交流。整个讲习班探讨了联邦数据与联邦智能领域的最新进展和面临的挑战,分享了相关技术与实践经验,为该领域的研究与应用提供了有益的启示。此次“联邦智能及应用”学科前沿讲习班的举办进一步促进了学术界与产业界的交流合作,促进了联邦智能领域的共同合作,为联邦智能的发展提供了新的思路和方向。