8月19-25日，第32届国际人工智能联合会议（IJCAI）将于澳门举办。自1969年首次举办以来，IJCAI大会一直是人工智能领域最具权威、最高水平、最具影响力的国际学术盛会之一。半个世纪以来，IJCAI见证并推动了人工智能研究的巨大飞跃。时至今日，它仍然保持着对行业的前瞻性，紧密关注着人工智能领域的最新动态。同时，作为大会的精彩组成部分，IJCAI 2023可信联邦学习国际研讨会（International Workshop on Trustworthy Federated Learning in Conjunction with IJCAI 2023，FL-IJCAI’23）（以下统称“可信联邦学习研讨会”）将在8月21日举行。
本届可信联邦学习研讨会将聚焦于构建可信联邦学习的关键问题，旨在实现联邦学习各参与方之间更加开放和灵活的协作，从而推动联邦学习在各行业实际应用场景中高效地解决数据安全与隐私保护问题。
报告重磅发布 一探未来发展趋势
如今，人工智能已渗透各行业，显著提升了生产力。然而，实际应用中也凸显出数据安全和隐私问题。联邦学习，一种在保护数据隐私前提下实现开放协作的机器学习范式，自被提出后备受瞩目。
随着全球人工智能发展进入新一轮跃升期，联邦学习生态系统将迎来更加广阔的发展空间。在此背景下，本届可信联邦学习研讨会邀请了清华大学计算机系唐杰教授，将发布《2023联邦学习全球研究与应用趋势报告》。该报告将主要从技术研究、学者画像、主流框架、行业应用，以及发展趋势几大方面，全面深入地介绍联邦学习自2016年诞生以来到2022年的技术研究和应用进展，并展望该技术的未来发展方向与前景。
全球大咖云集 共议行业进步方向
本届研讨会由微众银行、香港科技大学、新加坡南洋理工大学、伊利诺伊州立大学、悉尼科技大学、FATE开源社区等企业、高校和机构联合举办，汇聚了联邦学习领域研究与应用带头人，旨在凝聚学术研究人员和行业从业人员对这一领域的前瞻性思考，聚焦联邦学习在全球的研究与应用现状，讨论这一跨学科研究领域的未决问题。
香港科技大学副教授宋阳秋、美国卡内基梅隆大学(CMU)助理教授Virginia Smith、美国伊利诺伊大学厄巴纳-香槟分校(UIUC)助理教授李博、加拿大不列颠哥伦比亚大学(UBC)助理教授李霄霄、澳大利亚悉尼科技大学(UTS)副教授龙国栋等重磅嘉宾将发表特邀演讲，从可信联邦学习的理论研究、行业应用、标准制定等多个度分享可信联邦学习发展前沿。
此外，大会收录了19篇精彩论文，覆盖了性能与效率提升、数据安全保护机制、多方合作中的激励机制等可信联邦学习技术发展的核心议题。同时，本次研讨会设置了问答互动环节，让听众与论文作者进行实时互动，深入探讨交流。
通过精彩的分享和专家观点碰撞，本次研讨会有望达成更广泛的共识，凝聚对于可信联邦学习在全球范围内的研究与产业应用的重要认知，推动技术广度和深度的提升，促进可信联邦学习生态的迅速高质量发展，为整个行业蓬勃发展贡献力量。
