随后 ， 蚂蚁集团金融机器智能部总经理周俊进行了主题为《可信 AI 在数字经济中的实践与探索》主题分享 。
周俊介绍 ， 如果将数字经济比作一棵树 ， 树干中的人工智能 (AI)、大数据、云计算等技术 ， 构成了数字经济的核心 ， 起着承上启下的作用；树根中的隐私、安全等因素 ， 决定长势以及未来；树干跟树根必须紧密融合 ， 才能枝繁叶茂 ， 其中 AI + 隐私、AI + 安全等成为当下亟需突破的方向 。 而可信 AI 技术理念将是数字时代抵御风险 ， 提升科技包容度的关键能力之一 ， 该体系目前在隐私保护、可解释、对抗等技术方向上 ， 已有不少的研究突破和落地 ， 也依然任重道远 ， 需要持续投入 。
在图机器学习方向 ， 蚂蚁集团提出了图学习系统 AGL ， 可支持工业级规模的图数据结构 ， 助力交易风险识别；在公平性方向 ， 提出了 SMEs(中小企业) 信用评分 ， 通过图学习 ， 融合多源信息 ， 挖掘潜在的复杂模式 ， 助力中小企业享受金融服务；在可解释性方向 ， 提出了模型无关的可解释方法 COCO ， 通过信息加权进行有限扰动得到反例样本 ， 然后通过度量反例样本 ， 计算测试样本的特征重要度 ， 来给出任意模型的可解释性；此外周俊分享了蚂蚁集团将分布式机器学习与密态计算相结合提出了隐私保护机器学习方法 CAESAR ， 可进一步在增强信息保护强度情况下 ， 提升计算效率并降低通信量 。 周俊最后总结 ， 围绕隐私保护、鲁棒性、可解释性、公平性构建的可信 AI 技术理念 ， 将持续推动提升人工智能技术在数字经济场景中的透明度、友好性 ， 让决策更智能 ， 使得数字经济深度智能化 。
随后 ， 创新奇智 CTO、联合创始人张发恩介绍了创新奇智在人工智能技术落地商业化方面的工作 ， 包括视觉相关和结构化机器学习的技术 ， 以及创新奇智打造的 MMOC（MenuVision、MatrixVision、Orion、Cloud）平台 。
在上午的最后一场演讲中 ， IDEA 研究院工程总监、AI 平台技术研究中心负责人谢育涛分享了对学术研究工具和新型科研生态的思考 。 新技术浪潮下 ， 科研生态中各个节点都有很大的优化迭代空间 。 谢育涛以论文社区 Readpaper 为例 ， 为本次论坛观众展示了一个高效而专业的新型学术社区 。 其中论文搜索、文献管理及阅读和学术交流小组等功能已成为早期用户的科研利器 。
在最后环节 ， 机器之心 Pro 对即将于 4 月份发布的新一年度《全球 AI 技术趋势发展报告》的部分内容进行了简要解读 。 目前 ， 机器之心《2021-2022 全球 AI 技术趋势发展报告》项目组已基本完成对 11 个国际顶会收录的学术文献、数百个近年知名数字化转型及科技创新项目、近百个 AI 开发工具的数据分析等基础工作 ， 并结合定向专家访谈完成了大部分的基础研究工作 。
在下午的论坛分享中 ， FATE 联邦学习开源社区技术委员会主席杨强首先带来了「可信联邦学习」的主题分享 ， 系统回顾联邦学习的进展和挑战 ， 并展望了几个重要发展方向 。
杨强指出 ， 今天的 AI 依旧存在过度依赖中心化数据的瓶颈 。 在真实世界中 ， 数据往往表现出多源、分散、变化大等特征 ， 隐私计算技术的发展和应用也愈发引人关注 。 其中 ， 可信联邦学习具备安全可证明、性能可使用、效率可控、决策可解释、模型可监管、普惠等特征 。 近两年 ， 联邦学习被纳入 Gartner 技术成熟度曲线（全球科技新动向最具参考价值的报告之一） ， 处于技术创新萌芽期的联邦学习正受到越来越多地关注 ， 成为下一代隐私计算发展的关键 。
全球首个隐私计算、联邦学习开源社区 FATE 也随之诞生 ， 目前 ， FATE 已经吸引了 3000 + 工程师与开发者 ， 800+ 家企业机构 ， 350+ 所高校参与 ， 并累计收获了 3200 GitHub Star 。 中国信通院调研统计显示 ， 55% 的国内隐私计算产品是基于或参考了开源项目 ， 其中以 FATE 开源项目为主 。