购买
下载掌阅APP,畅读海量书库
立即打开
畅读海量书库
扫码下载掌阅APP

1.4 本章小结

本章从人工智能的发展历程讲起。随着机器学习的演进与应用,其对于大数据的依赖程度也逐步加深。数据作为人工智能技术发展的“石油”,其在价值输送的同时,也引发了人们对于数据安全和隐私保护的担忧,如何在确保隐私安全的基础上实现数据价值的流通成为了新的挑战,而联邦学习也随之诞生。

联邦学习是一种新型的机器学习、深度学习模型训练范式,它将模型训练和数据存储保留在分布式网络的边缘,因其隐私保护的能力展示出其在诸多业务场景中的应用价值。随着联邦学习进一步地迭代演进和生态布局,拥有完备的科学体系、充分的理论支撑、安全的加密算法,以及可靠的服务质量评价,在联邦学习领域变得至关重要与迫切。 yqS4Fb6nynv4RwU7hvRmEhiKCuZqo8IN2mdBCD35qx/nHqXhZO8WsCX7fvsDY+js

点击中间区域
呼出菜单
上一章
目录
下一章
×