首个联邦视觉系统亮相计算机视觉青年开发者大会？

最近，计算机视觉青年开发者技术和应用大会和排行榜活动颁奖仪式(以下简称大会)在深圳召开，大会邀请AI领域的许多专家、企业代表，着重于人工智能技术落地应用最广泛的计算机视觉领域，共同探讨最新技术和未来趋势。微众银行AI部门副总经理陈天健作为嘉宾出席这次大会，发表了以联邦视觉系统原理和展望为主题的特别演讲。

近年来，AI计算机视觉领域的应用发展迅速，广泛应用于零售、房地产、安全、医疗等多个行业。例如，安全场景与脸部识别技术相结合，在机场集体安排，迅速寻找人。但行业在发展中也面临着标签数量少、质量差、数据分散等问题。与此相对，微型银行AI团队以解决目前计算机视觉领域数据孤岛和数据不足、隐私安全、政策条例三座数据山为目的，以极大的视角推出业内首个联邦视觉系统。

在演讲中，陈天健以监控摄像头中的火焰识别为例，详细介绍了联邦视觉系统的应用场景。火焰识别是对摄像头中是否有燃烧现象进行检测，从而对火灾发生的可能性进行分析，实现火灾预警。这一场景中的AI模型需要采集大量影像进行训练，而受网络带宽、图像质量不稳定等因素的影响，单个企业或机构的识别模型准确度难以提升，但摄像头影像可能包含企业隐私，不能简单使用多家机构数据共享的方式，因而采用联邦学习技术成为必须。在联邦视觉系统中，根据当地的建模，在保证各方面的数据不出现当地的情况下，可以提高AI算法的正确性。陈天健在演讲中强调，在lsquo的联邦视觉系统开发者_运维知识库rsquo项目通过联邦学习技术，整体模型性能提高了15%，模型效果没有损失，大幅度提高了模型效率。

【联邦视觉系统】中的联邦学习，本质上是加密的分布式机械学习技术，参加者可以在不公开基础数据和基础数据的加密形态的前提下建立模型。企业可以在自己的数据不出现当地的前提下共同建立模型。在这样的机制下，成功打通数据孤岛，参与者的身份和地位相同，实现共同发展的目标。微型银行AI队作为联邦学习在国内的发起人和领导人，不断进行联邦学习技术研究和行业落地探索，推进多行业多领域的联邦生态建设。(官方网站:https://www.fedai.org/)除计算机视觉领域外，联邦学习技术已成功应用于智能信用、智能控制、智能权益定价、智能零售、智能雇佣、异常检测等业务场景，帮助智能城市、智能金融等多个行业。

演讲最后，陈天健表示，联邦视觉系统能有效帮助企业拓宽数据应用范围，共享数据模型成果，并直接在终端实现算法模型的自动优化，进一步降低各企业对AI技术的使用成本与数据门槛。未来，联邦学习技术也将帮助更多行业实现安全智能化，建立在数据隐私保护下共赢的联邦生态。

关于FedAI联邦学习生态:

由微型银行AI团队开始，旨在开发和推进数据安全和用户隐私保护下的AI技术及其应用，联邦学习官方网站地址:https://www.fedai.org/