原标题:京东数科推出自研联邦学习平台Fedlearn 可不交换数据进行联合建模

  10月12日消息,近日,京东数字科技集团(简称:京东数科)正式推出自主研发的联邦学习平台——Fedlearn,旨在更好地挖掘数据价值,实现多方共赢的机器学习,在满足数据隐私安全和监管要求的前提下,让人工智能系统更加高效准确地共同使用各自数据的机器学习框架。

  根据官方的介绍,京东数科Fedlearn平台具有三大特点。第一,在数据和模型隐私方面,不同参与方之间没有直接交换本地数据和模型参数,而是交换更新参数所需的中间数值。

  同时,为了避免从这些中间数值中恢复数据信息,采用增加扰动对这些数值进行保护,确保了数据和模型的隐私安全。其次,在通讯方面,引入中心化数据交换的概念,使得数据的交换独立于参与方。最后,Fedlearn平台采用异步计算框架,提高了模型训练的速度。

  京东数科方面表示,相较于传统的数据共享交换方法,Fedlearn平台提出了并行加密算法、异步计算框架、创新联邦学习等技术架构,在保证数据安全的前提下提升学习效率,并逐步达到融合亿级规模数据的能力。

  京东数科风险管理中心智能模型部负责人彭南博表示,“联邦学习并不会损害模型效果,反而能够提高业务模型效果。在京东数科风控‘联邦模盒’产品业务实践中,着实取得较于传统联合建模更优的效果”。

  据悉,目前京东数科金条、白条业务模型已经实现了传统建模向联邦建模的升级,联邦模式下模型的风险识别能力和流量转化率均得到了提升。“我们希望依托数科强大的AI技术背景,通过Fedlearn平台的科技能力输出助力用户和产业实现‘联结’,为各种规模企业实现赋能和增长,这也是我们作为联邦学习应用落地领军者的使命”,薄列峰表示。