杨强-联邦大小模型协作学习_2025 4月全球机器学习技术大会-上海站-CSDN在线视频培训

Keynote

杨强-联邦大小模型协作学习

课时介绍

杨强
加拿大工程院及加拿大皇家学院院士、微众银行首席人工智能顾问
大模型的发展遇到数据和算力瓶颈，联邦学习为人工智能提供了一个新的途径。 我们认为未来的AI是大小模型的协作，使得云端的大模型和本地化的小模型可以通过联邦学习和迁移学习来一起增强。这样在模型提升能力的同时，可以保护各方的隐私和数据安全。在本次演讲中，我将讨论如何在大模型的背景下使用“联邦大模型”的框架进行老师-学生协作学习的任务。我将首先回顾AI的发展和联邦学习的概念，然后讨论如何把联邦学习、迁移学习和大模型有机地结合，使得大模型的持续发展和应用更加顺畅和高效。

课程介绍

自1936年阿兰· 图灵提出「图灵机」以及机器具备「思维」的可能性以来，以机器学习为代表的人工智能经过飞速发展，深刻地改变着我们的世界。CSDN & Boolan 秉承“全球专家，卓越智慧”的宗旨，特邀近50位技术领袖和行业应用专家，与1000+来自电商、金融、汽车、智能制造、通信、工业互联网、医疗、教育等众多行业的精英参会听众，共同探讨人工智能领域的前沿发展和行业最佳实践。