11月10日-12日，由西南财经大学、FATE开源社区、微众银行、中国计算机学会主办，“数字经济与交叉科学创新研究院”财经科技集成创新平台（园区）、西南财经大学计算机与人工智能学院、新财经综合实验室和中国计算机学会成都分部共同承办的“可信联邦学习冬令营”在我校正式开营。冬令营吸引了来自香港科技大学、清华大学、浙江大学、中国科学院大学、复旦大学、华中科技大学、四川大学以及我校等十余所高校及微众银行、京东、中国联通等知名企业80余位可信联邦学习研究领域的专家导师和优秀本硕博学生积极参与，进一步推动了我校“产、学、研、用”跨领域合作与交流。学校党委常委、副校长桂富强在开幕式上致辞。
桂富强表示，学校着力推进一流学科培优、财经科技创新和人才引领支撑，可信联邦学习作为新兴的前沿学术研究领域，对于财经科技创新具有深远的意义。希望同学们在学习与研究中“观人类的未来，也观自己的未来”。
加拿大工程院与皇家学院院士、微众银行首席人工智能官杨强指出，联邦学习符合人工智能发展趋势，中国是联邦学习重要的发源地之一。希望同学们在冬令营中有所收获，未来成为AI领域的中坚力量。
杨强、微众银行人工智能首席科学家范力欣、西南交通大学计算机与人工智能学院副院长杨燕、清华大学智能产业研究院副教授刘洋和我校计算机与人工智能学院院长刘贵松、副院长杨新等领域专家为学员们带来集中报告培训和指引，20余位知名高校与科研机构的教授组成导师团队，为学员进行全程研究指导。
据悉，学员们将结合自身的研究背景和兴趣，确定研究主题，并在2024年2月形成论文，评选出优秀研究成果。
联邦学习（Federated Learning）是近年来兴起的一种加密的分布式机器学习新范式，可以让各参与方在数据不出本地的情况下进行AI协作，实现“知识共享而数据不共享”，是破解现阶段AI行业落地中的“数据孤岛”与“数据隐私保护”两大“卡脖子”难题行之有效的解决方案，已经被大量成功应用于金融、安防、医疗、在线推荐系统等领域，有望成为下一代人工智能协同算法、隐私计算和协作网络的基础。可信联邦学习，是在联邦学习分布式联合建模的基础上加入安全可信的机制，探索解决近年来隐私计算和联邦学习发展和应用中面临的安全、效率、性能三者均衡的问题。
