面向未来泛在智能的云边端协同联邦学习关键技术与应用

• 作者: 赵云凤 王晓飞 仇超 刘志成 谭靖超 邓辉
• 来源期刊: 自动化博览
• 关键词: 云边端协同 联邦学习 人工智能
• 年，卷（期）: 2022,（2）
• 所属期刊栏目: 技术研究
• 页码范围: 29-33
• 页数: 5页
• 语种: 中文
• DOI: 10.3969/j.issn.1003-0492.2022.02.007

摘要

人工智能(AI)的发展在过去十年中取得了惊人的飞跃.数据可用性、计算能力的提高,以及机器学习技术和专用AI硬件的进步,已将我们带入快车道,迈向一个在各个方面都由AI塑造的社会.计算形式也逐渐从集中式单体计算,演进到分布式网联计算,并朝着异构、协同、全面泛在智能计算演进.基于数据隐私增强、低延迟通信等独特优势,面向未来泛在智能的云边端协同联邦学习已被提出并应用于云边端协同场景,如智慧城市、智慧医疗等,成为了当前最受工业界和学术界关注的AI研究方向之一.