腾讯新闻《一线》 濮祥
12月3日下午，在2019年腾讯ConTech技能大会上，微众银行首席人工智能官、世界人工智能协会（AAAI）执行委员会委员杨强作为受邀嘉宾到会并宣布题为《走出数据孤岛：AI进化驱动内容协作生态构建》的宗旨讲演。
讲演伊始，杨强共享了关于机器学习和人类学习怎么协同的考虑。
人的大脑是由万亿等级的神经元构成，神经元有许多的衔接，衔接假如晓畅，对应学习的概念就会增强。反之，这个概念就会削弱。所以，当人们看电影或许读新闻，都是在吸收常识，这个常识加强人们大脑某部分神经元间的衔接，衔接的通道粗细就代表人对这个概念的敏感度。
人工智能的科学家便使用这样一个概念规划神经元网络。人类的学习才能是概念之间的联系增强。比方，人类智能的表现是，看到一个概念会联想到另一个相关概念，这在两个神经元之间的交流链路上也所展示。
杨强说，假如咱们不断触摸一个概念，不断温习和重复，这个概念就会加深形象，表现在大脑皮层的永久记忆里。最近的一些发现的确十分令人鼓舞，比方，美国的科学家发现人类晚上睡觉的时分，其实还在持续的学习，白日学的那个概念在睡觉的时分仍然在持续增加。
根据这些发现，计算机学家可通过这样的观念规划神经网络，假如在输入和输出之间有多层的神经网络衔接，这个概念就会从量变到突变，从查询的一些印象到脑筋，构成杂乱概念。
可是，规划这样的神经网络，就面临数据孤岛的应战。什么叫做数据孤岛应战？先讲小数据应战。在一个新范畴，往往没那么多用户，这样一个时间段关于产品的了解和用户的了解，对应的都是小数据应战。
数据碎片化，也便是数据孤岛，每一个当地都是小数据，可不能够把不同当地的数据快捷地聚合起来呢？由于技能原因，人的利益原因，不同数据有不同主人，兼并起来不简单。加上监管要求，现在关于隐私要求越来越严厉，使得咱们没有很好的办法把不同组织数据集合起来。
面临小数据应战和数据孤岛应战，杨强以为一定要规划处理计划。关于前者，规划的计划叫做“搬迁学习”，关于后者，规划的计划叫“联邦学习”。
“搬迁学习”源于对人的查询。人处理一个问题，往往用触类旁通类比，只需现在的问题和未来的问题之间能够树立某一种相似性。人工智能的这种类比能够发作在数据之间、模型之间、数学公式之间和使命之间。使用这种相似性，往往能够将在现已老练的范畴树立好的范畴模型和数据搬迁到新的范畴，把新范畴问题处理，不必去做重复数据。
杨强举了一个斯坦福大学和世界银行使用卫星图画预算非洲区域经济状况的比方。这种预算假如往往很难，传统方法是派工作人员到当地一点点查询。终究，他们用“搬迁学习”处理这样的一个问题。第一步，用现已标示的互联网数据搬迁到夜光图画的数据，夜光图画现已奉告一部分关于经济状况的常识。第二步，他们从夜光的图画再搬迁到白日的图画，这样有更多的细节，比方校园和桥，告知你该区域的经济状况。两者相加，构成完好的搬迁学习体系，能够主动得到经济状况。
数据孤岛问题，需求在孤岛之间树立桥梁？处理计划是物理阻隔、逻辑衔接。物理阻隔指的是数据在本地不动，维护隐私，逻辑上树立一个一起的模型，这个模型汲取各方的数据。
杨强举例，把模型类比成一只羊要把这只羊养大，需求喂它数据，这个数据就像草相同，散布在各家。曩昔的做法是把各家的草运过来，就像是把数据搜集过来。现在不能做了，由于数据不能出本地。处理计划是让羊在各家散步，吃完草到下一家，那么模型就能够长大了，数据也不出本地，终究也不违背法规。
这个故事十分有启示，技能上叫做“联邦学习”技能，有不同数据员，在上面树立一个数据“联邦”，也便是把在逻辑上的常识给连起来，可是物理上不动。既能够维护用户隐私，一起能够把常识集合起来。
杨强以为，在信息产业相同存在数据孤岛的问题，联系链、强意图、弱意图、服务、消费等不同的数据涣散在每个方面。那么，是否能够把用户数据、媒体数据和内容数据使用起来，树立一个联邦学习网络？用户隐私能够取得维护，数据不必从一个当地传到别的一个当地。
各个用户端之间搭建起我们商议好的言语，每一个当地准备好数据之后能够按一个键进行数据串联，变成引荐模型，协助衔接多方内容，这能够组成一个内容引荐的渠道，叫FedRec。使用这个渠道，小视频引荐、文章引荐能够愈加精准，愈加个性化，愈加满意用户的需求。
杨强表明，期望这种既能维护隐私，又可用人工智能做信息分发、引荐，而且防假、防伪的技能越来越兴旺，终究媒体也渐渐的变好。
