評論員文章

去年發布的《關于構建更加完善的要素市場化配置體制機制的意見》將數據列為五大生產要素之一，強調要加快培育數據要素市場。將數據作為生產要素，表明隨著經濟活動數字化轉型加快，數據對提高生產效率的乘數作用凸顯。這也是最具時代特征的生產要素的重要變化。用好大數據這個最新要素可以保證在數字化時代下跟緊時代潮流，走向高質量發展的美好未來。

受行業特性影響，大數據應用在金融領域有著得天獨厚的優勢。但是數據的積累在一個行業或是領域之中長時間局限，就會形成數據孤島并且在數據不斷壯大、發展期間帶來了數據隱私和安全問題。百融云創致力于為金融機構提供全面的一體化解決方案——既要能夠有效解決數據孤島問題，又要能夠持續保證運行系統的穩定，同時還要兼顧未來橫向擴展的需求。

聯邦學習技術的出現為解決數據隱私與數據共享的矛盾提供了有效方案。這是一種加密的分布式機器學習技術，可實現各個企業自有數據不出本地，通過加密機制下的參數交換方式，在不違反數據法規隱私的情況下，建立一個虛擬的共有模型，最終通過聯合建模提升模型的效果。隨著各界對金融消費者個人隱私保護的日益重視，數據和信息安全已經成為智能金融時代重要的信任基石。

百融云創人工智能金融實驗室相關算法負責人介紹，運用聯邦機器學習，一方面可以實現數據隔離，參與各方的數據不會泄露到外部，滿足用戶隱私保護和數據安全的需求；另一方面，通過聯邦學習能夠保證模型質量無損，不會出現負遷移，保證聯邦模型比割裂的獨立模型效果好。此外，重要的一點是各參與者地位對等，能夠實現公平合作，實現打通"數據孤島"到"共同富裕"的目標。

在應用場景層面，聯邦學習主要有橫向聯邦學習、縱向聯邦學習、聯邦遷移學習三種。以縱向聯邦學習來說，其特點是樣本ID重疊較多、樣本特征重疊較少，通過聯邦學習可以實現雙方獲利，即無標簽一方可以使用聯邦模型預測，有標簽一方提升模型準確度。比如銀行和互聯網公司的合作，銀行有用戶銀行卡的收支行為與貸款信息，而電商企業掌握用戶的商品瀏覽與購買歷史信息，通過聯邦學習雙方可以在風控管理、信用評估、精準營銷等領域實現合作。

免責聲明：市場有風險，選擇需謹慎！此文僅供參考，不作買賣依據。