聯(lián)邦制，即是聯(lián)邦成員把各自的部分權力讓渡給聯(lián)邦政府，同時又保留了部分管理內部事務的權力。這一制度與人工智能時代的安防有什么關系？

當前，數(shù)據(jù)孤島和數(shù)據(jù)安全問題是智慧安防發(fā)展的阻礙，這兩個問題應該如何解決，近兩年也提出了許多方法，比如聯(lián)邦學習。聯(lián)邦學習就像聯(lián)邦制度一樣，各終端設備既與中央服務器連接，又能保護自身原始數(shù)據(jù)，從而在打破數(shù)據(jù)孤島的同時保障自身數(shù)據(jù)的安全性。近年來，聯(lián)邦學習廣為產(chǎn)學各界重視，構成了一種代表性的解題方案。

什么是聯(lián)邦學習？

在聯(lián)邦學習框架中，中央服務器保存初始化可共享的全局數(shù)據(jù)，各終端設備保存本地數(shù)據(jù)，并根據(jù)本地數(shù)據(jù)訓練本地機器學習模型。

其中，終端設備向中央服務器傳輸模型參數(shù)等數(shù)據(jù)，但不會傳輸完整的客戶端原始數(shù)據(jù)。因此，在各終端設備數(shù)據(jù)特征對齊的前提下，聯(lián)邦學習的全局模型能夠獲得與數(shù)據(jù)集中式存儲相同的建模效果，有效解決了兩方或多方數(shù)據(jù)使用實體在不貢獻出數(shù)據(jù)的情況下的數(shù)據(jù)共同使用問題，解決了數(shù)據(jù)孤島問題。

聯(lián)邦學習有何應用？

上述優(yōu)勢使得聯(lián)邦學習十分適用于B2B和B2C業(yè)務，在智慧城市、智慧金融等多個領域均有應用。

以智慧城市為例，四處分散的攝像頭可以幫助監(jiān)控違規(guī)行為，也可以收集交通狀況等數(shù)據(jù)，這些場景中，單個攝像頭儲存的標簽數(shù)據(jù)較少且無法及時反饋做標注工作。針對這一問題，常規(guī)的做法是將各終端的數(shù)據(jù)上傳至云端，但這樣會導致延遲和數(shù)據(jù)分散問題。而利用聯(lián)邦學習，各終端可以聯(lián)合建模，在本地進行數(shù)據(jù)標注和模型更新。

數(shù)據(jù)隱私保護的典型場景則是征信體系的建設。目前各政府機關的信息系統(tǒng)或數(shù)據(jù)平臺積累了大量數(shù)據(jù)，建設征信體系時，需要聯(lián)合政府和大型企業(yè)的數(shù)據(jù)，聯(lián)邦學習可以在政府與企業(yè)間共同建模，維護這些數(shù)據(jù)的保密性。

推動物聯(lián)網(wǎng)時代加速到來

物聯(lián)網(wǎng)時代，打破數(shù)據(jù)孤島是當務之急，而聯(lián)邦學習可以發(fā)揮“群體智能”的力量，為解決數(shù)據(jù)孤島提供思路。

聯(lián)邦學習的出現(xiàn)已經(jīng)開始改變大數(shù)據(jù)在各行各業(yè)的應用方式，聯(lián)邦大數(shù)據(jù)生態(tài)的構建也離不開學界和產(chǎn)業(yè)界的共同探索和推動，包括安防行業(yè)在內的使用聯(lián)邦學習技術的各方應當攜手，聯(lián)合制定數(shù)據(jù)聯(lián)邦行業(yè)規(guī)范，促成多方聯(lián)邦數(shù)據(jù)協(xié)議，達成標準化、協(xié)同化、規(guī)范化的聯(lián)邦學習環(huán)境。

結語：我們似乎可以從聯(lián)邦學習應運而生的現(xiàn)實問題，以及其發(fā)展思路中，共同探討這樣一個問題：智慧安防，乃至智慧城市，距離我們究竟有多遠？若希望拉進這個距離，目前有哪些急需開展的工作？從這個角度思考，我們或許會發(fā)現(xiàn)，聯(lián)邦學習是一個新的產(chǎn)業(yè)機遇。