2019年11月7日起，人工智能与艺术“脑洞”探索展在McaM上海明当代美术馆举办。众多行业专家与艺术先锋汇聚于此，以艺术作品为载体，为观众呈现一场人工智能艺术视觉盛宴的同时，探索“AI+艺术”无限可能。
与以往不同的是，本次艺术展还有一件特殊的展品，观众不仅能观看，还能直接上手操作，它就是来自微众银行AI团队的作品“基于联邦学习的多智能体游戏AI的可视化”Demo（以下统一简称“联邦学习Demo”）。联邦学习Demo可以让观众参与AI建模的过程，与自己训练的机器人对抗游戏，通过其互动性和趣味性，寓教于乐，让了解AI变得简单有趣。
联邦学习Demo是一个半交互式的赛车游戏，观众可以参与其中，从而更直观地感受和理解联邦AI的技术原理及优势。众所周知，在赛车游戏中，传统的玩法是玩家通过一次又一次的尝试，完善自己对地图路线的熟悉度，以求高速度，但由于个人精力和游戏次数有限（可能还受限于天分），多次训练也未必保证能赢。传统的单兵作战法，就类似于Demo中依赖单个玩家数据训练的AI模型，由于只学习到了单个玩家少量的数据，所以始终表现平平。而联邦学习技术却可以在此过程中，绕过玩家数据，直接结合每位玩家数据所训练的AI模型，不断训练并完善联邦学习AI模型，成为最后的winner。换而言之，单个玩家再厉害都只是孤军奋战，而联邦学习则可以联合多方从而取胜。
上：AI训练过程下：玩家游戏界面
据悉，上海艺术展并非联邦学习Demo首次亮相。作为国内首个游戏化联邦学习半交互式Demo，该Demo还曾在今年8月在澳门举办的人工智能领域顶级学术会议IJCAI2019展出。从学术会议跨界艺术展览，联邦学习Demo不仅通过可参与、可视化、游戏化的方式，让观众能够亲身参与到联邦学习技术的运作过程中，降低非技术人员对于AI的认知门槛，为AI走进大众视野提供新窗口。
而游戏过程中被用以训练模型的大量数据，也让人不由联想到背后存在的数据隐私和安全问题。数据不共享，则成了“数据孤岛”，难以训练出高效AI模型，正如单人练习打怪；数据共享，用户隐私与安全谁来保障？联邦学习技术则给出良好示范——共享模型而非底层数据，就能做到参与各方数据不出本地，实现共同建模，提升机器学习效果，从而保护数据隐私与安全，为解决数据监管、数据孤岛与人工智能发展的矛盾提供了新思路。
而作为联邦学习在国内的首倡者和推动者，微众银行也正不断推动着这门技术在各行业的应用落地，如在计算机视觉行业，微众银行与极视角联合推出了业内首个视觉联邦学习系统，能够帮助企业极大地拓宽数据应用范围，共享数据模型成果的同时免除对数据安全问题的忧虑。除计算机视觉领域外，联邦学习技术也已应用于金融、医疗、城市管理等多个领域，助力多行业的“智慧升级”。
可以预见，在数据安全和数据隐私保护越发受到关注的未来，联邦学习将在更多行业、更多场景发挥无限潜能，全面加速“智慧未来”的到来。而在通往“智慧未来”的道路上，我们不仅需要联邦学习这样的“硬”技术，也要有像联邦学习Demo这样有趣易懂的工具，帮助我们去理解新兴技术。也只有这样，才能让每一个人都参与并受惠于“智慧未来”。正如Demo的创作者李权和魏锡光所说，“不管是技术还是解释技术的工具，都要回归到人，让人用更低的成本过上更好的生活”。
相关阅读：
热门专题
