网站首页    方法理论    智慧城市的联邦学习
  • 艺术学与美学的区别

    美学对象包括极广,凡人对于文化世界,精神世界,及全世界之美感,皆属于美学。即艺术学也可谓是美学的部分。但艺术除美的实现之外,尚有其他各种美以外的价值,俱非美之所能概括。艺术学研究对象不限于美感的价值,而尤注重一艺术品所包含、所表现之各种价值

    5 ¥ 0.00
  • 黑石,全球最大房东

    黑石一直疯狂地扩大自己在房地产领域中的规模。自2007年上市以来,投入房地产领域的主权资本增加了8倍,达1630亿美元。通过抵押贷款的方式来撬动更多资本,使它拥有的房产的总价值约为3250亿美元。根据《财富》估测,按此标准划分,黑石是全球最大的商业房地产公司

    5 ¥ 0.00
  • 26个战略常用分析模型

    麦肯锡、波士顿、贝恩等顶尖战略咨询是如何解决问题,为企业做战略规划,咨询公司常用分析模型功不可没。几乎每个大型快消企业的高管都或多或少接受过咨询公司的培训或者相互合作过,咨询公司的常用的商业分析模型往往很有效率。

    3 ¥ 0.00
  • 十年中国互联网烧钱史

    互联网的烧钱大战,积极一面,各行业的基础设施和生产服务能力快速提升,人们的衣食住行得到了全方位的变革;但很多资本烧在同质化竞争、恶性价格战、伪需求补贴、流量竞价采买、市场份额争夺、洗脑式品牌营销,或者低效资源投资和重复建设,产生了巨大的浪费

    21 ¥ 0.00
  • 技术哲学与技术史

    研究技术哲学的人应当通晓技术的历史,研究技术史的人应当掌握关于技术的哲学。套用康德的格言:“没有科学史的科学哲学是空洞的;没有科学哲学的科学史是盲目的。”我们是否也可以说:“没有技术史的技术哲学是空洞的,没有技术哲学的技术史是盲目的。”

    5 ¥ 0.00
  • 麦肯锡的智库

    “通过从最基础的层面上观察微观经济,从公司内部、从部门内部,从地区角度,进行研究和工作,在微观上了解商业和经济是如何运行的,再形成宏观的观点,这就是麦肯锡的最大优势所在——跨越微观透视的能力,在此基础上形成宏观观点”。“不是一个出售政策的商店”

    5 ¥ 0.00
  • 电竞俱乐部活得好不好?

    据Newzoo的报告,2020年,在全球77.95亿人中,有19.56亿的电竞人口,其中核心电竞爱好者占到了2.23亿。部分大型赛事的观赛量,已经超过了NBA季候赛等传统体育赛事。在庞大的注意力和流量加成下,电竞成为了世界上增长最快的产业之一。但电竞俱乐部还没有想象中的那么赚钱

    11 ¥ 0.00
  • 为啥争抢首席经济学家?

    “一方面,佣金规模大幅缩水,以佣金收入作为研究价值的唯一体现这条路越来越窄;另一方面,市场对于深度研究的供给依然不足,低端产能过剩。”卖方研究的门槛会越来越高,经过此轮竞争最终生存下来的研究团队有望塑造出中长期的品牌和核心竞争力。

    9 ¥ 0.00
  • 警惕ERP成为利益输送“帮凶”

    我们的研究发现,ERP应用的负面绩效仅在隶属于集团控制的上市公司中显著,而在非集团控制的情况下就消失殆尽。此外,大股东持股比例的增加会导致ERP的应用后ROA产生的负面影响随之缩小;当大股东持股比例增加至57%以上时,ERP的应用则开始带来正面财务绩效。

    0 ¥ 0.00
  • 自然科学与社会科学的真正区别

    物理学的是法则,比如牛顿定律。生物学只有一个进化论法则,下面有一大堆附属机制,那些机制都要符合进化论规律。社会科学只有机制,没有覆盖性法则,且各不隶属、互不相关。所以机制的运用有非常大的艺术性。用错了,错得一塌糊涂;用对了,解释就漂亮了。

    5 ¥ 0.00
  • 中国基建与地缘格局

    这次中国超30万亿基建规划,会影响到未来至少三十年的区域贸易和东亚地缘格局。与2009年不同,一个是仓促和被动,一个是着眼于长期规划,并主动。没有以经济建设为中心,没有对全球经济、周边经济的深入嵌套,工业资源难以支撑对全球分工和财富分配的影响。

    23 ¥ 0.00
  • 中国的财政体系

    对财政体制与政策理解的重要性不亚于货币政策。市场对货币政策有着更明显的体温感和感知度,但对于财政政策却往往仅限于减税等领域,这无疑限制了宏观经济金融的分析视野。事实上,财政政策与货币政策之间有着不可分割的关系,且前者的影响更加捉摸不定。

    4 ¥ 0.00
  • 中美最优贷款利率机制比较

    美国最优贷款利率实质上盯住的是银行市场融资的边际资金成本,而中国贷款报价利率盯住的MLF利率并不是银行市场融资的边际资金成本。这是两个定价机制的本质区别。
    美国最优贷款利率是银行用来对短期贷款定价的几个基准利率之一,中国的贷款市场报价利率是银行用于贷款定价的唯一基准利率。两者在使用范围上存在重大差别。

    4 ¥ 0.00
  • 北美地区,高科技公司欠钱最多

    在北美地区,非金融公司债务总计7.8万亿美元,其中包括了6万亿美元的未偿公司债券、1.4万亿美元的未偿贷款和4440亿美元的循环信贷。按行业划分,高科技公司9270亿美元的债务规模远远超过所有其他类别。石油和天然气以位列第二,而医疗和制药集团位列第三。

    2 ¥ 0.00
  • 华为背后,三大赛道的崛起与困境

    韩国产业升级的代表作,是三星拿下存储赛道;中国台湾产业升级的代表作,是台积电拿下制造赛道;而美国芯片产业除了无法撼动的Intel外,实力主要体现在Fabless设计赛道(高通、英伟达、苹果)。中国大陆产业升级需要拿下哪个?正确答案是:小孩子才做选择,大人全都要
    随着国家布局和以华为为代表的产业升级,三条半导体赛道逐渐展开:中芯国际为中心的代工Foundry赛道;华为海思为中心的Fabless设计赛道;合肥+武汉双中心的存储IDM赛道。资金、人才和市场,中国半导体行业都不缺,那缺什么?最缺的只有一样东西:时间。

    20 ¥ 0.00
  • 麦肯锡:工业人工智能规则

    据预测,仅制造业和供应链领域,人工智能业务变革将额外创造近2万亿美元价值。在全球26家“灯塔工厂”中,人工智能应用实现了工厂产出平均提升7%~10%、生产效率增加4%~17%、产品质量提升至少10%,并减少至少50%的延迟交付和2%~4%的能源消耗。但工业人工智能尚未“点亮”。
    而目前全球处于上升期或巅峰期的新兴技术中,一半以上与人工智能有关。预计2020年人工智能在全球产生约470亿美元收入,成为全球经济发展、科技创新及社会变革的一大驱动力。预计人工智能将为全球企业额外创造3.5万亿~5.8万亿美元经济价值。

    11 ¥ 0.00
  • 光刻机的世纪大交易

    物理和网络世界的交汇——光刻机,现在最先进光刻机约10w个零件(一辆汽车约5000个); “雕刻精度”是7nm,一根头发的万分之一。雕刻的过程中晶圆需要被快速移动,每次10厘米,误差必须被控制在纳米级别。要想让成品合格率大于95%,3000步工序的每一步失败率必须小于0.001%。

    11 ¥ 0.00
  • 星链,太空竞争

    铱星计划66颗卫星,SpaceX计划4.2万,OneWeb(已申请破产)申请1260颗、亚马逊计划3236颗。中国:虹云工程156颗卫星,鸿雁星座2022年60颗、2025年320颗;九天微星72颗等。数据:马斯克卫星平均带宽是5G核心标准带宽的1/4.4亿。目前地球轨道正常工作1700余颗,约800余颗已沦为太空垃圾。
    美媒说,马斯克的星链计划成功了会有300亿美元/年的收入。

    14 ¥ 0.00
  • 复杂的12306系统

    12306系统复杂性远超外界想象——在SKU(商品存货)数量计算难度远大于淘宝等电商的情况下,还要每天完成超过1500万个订单,并承受近1500亿次点击。计算量可能是普通电商产品的数百倍。对比2019年淘宝54.4万笔/秒的订单峰值,12306的最高访问量相当于其活跃用户每人点击超过300次

    6 ¥ 0.00
  • 量子计算机争霸:谷歌和IBM

    历史上,IBM制定了个人电脑的产业标准、却被英特尔特尔和微软斩获最大市场收益。量子计算机竞争中,说谁处于优势地位还为时过早。尽管IBM会从“全栈”技术中获益,会涵盖了材料科学、芯片制造以及对大公司客户的服务。但谷歌至少可以在规模迅速扩大的运营中获益

    20 ¥ 0.00

【来源:亿欧网《为什么说联邦学习将成为智慧城市的下一个风口?》2019.06

 

数据是人工智能时代最重要的资源之一,数据的共享不仅能让人工智能得到更好的发展,也能催生更多人工智能的应用。但问题在于,数据共享和数据保护似乎难以同时保障,如果要共享数据,数据的安全就容易受到威胁;而如果要严密地保护数据,那么一个个信息孤岛就难以打破。

如何解决这样的问题?答案就是联邦学习。

联邦学习,实际上是一种加密的分布式机器学习技术,参与各方可以在不披露底层数据和底层数据的加密(混淆)形态的前提下共建模型,实现各个企业的自有数据不出本地,通过加密机制下的参数交换方式,建立一个虚拟的共有模型。在这样的机制下,参与各方就能成功打通数据孤岛,走向共同发展。

中兴网信联合创始人、香港智慧城市联盟委员张志刚认为,联邦学习必然是智慧城市的下一个风口。他提到,继欧洲数据隐私保护法 GDPR 出台,中国版的数据隐私保护法案也呼之欲出。以信息化为基础的虚拟城市——智慧城市建设如火如荼,几乎成为每个城市的标配,其产业之大,影响之深远,建设之复杂,成为全球各行业共同关注的目标。

同时,在基于智能城市大数据平台发展演进的 AI 独角兽企业越来越多,怎么解决大量智慧城市数据共享、智慧城市系统重复建设资金、以及怎么提供给更多独角兽企业更多安全的数据,这些都是智慧城市建设不得不面对的问题。

张志刚提到,目前智慧城市能分为三个阶段。第一阶段是数字城市,这个阶段主要以智慧感知层建设为主,即部署智能终端及业务应用,目前大部分城市还处于这个阶段。第二阶段是智能城市,这个阶段已经基本完成了数字化,以网络层,即神经和大脑的建设为主,但张志刚认为,这个阶段尚未真正开始,还处于一片混乱之中。第三阶段,才能叫做智慧城市,这个阶段主要是建设应用,是一个融合多维度数据,产生新型产业链应用的阶段。

融合多维数据的前提,是要保障数据安全,因此联邦学习未来将智慧城市发展中,成为不可或缺的必需品。当未来数据能够共享共用,或许在大数据领域还能催生出新的细分行业,以及新的独角兽企业。

联邦学习除了能帮助打破信息孤岛,在保障数据安全的方面也大有裨益。

平安集团首席安全运营官李洋认为,当前人工智能已上升为国家战略,也逐渐与云计算、大数据、区块链等成为新一代的关键信息基础设施,并成为网络空间先进技术领域研究的热点和焦点。但是,目前人工智能、网络空间的安全问题,令人十分担忧。

联邦学习能够成为破解难题的办法之一。李洋认为,目前人工智能、大数据大部分都基于云实现,联邦学习适合在云端实现,联邦学习和云的结合或许是未来的趋势,但在此之前,还有非常多关乎具体实践的问题等待解决。

张志刚也认为,联邦学习仍处于发展阶段,在具体实践中仍需要慢慢摸索。但不可否认的是,未来在数据的规模越来越大,数据安全的越来越被重视的趋势下,联邦学习一定会成为人工智能、智慧城市建设中,不可或缺的保卫者。

2019-09-11
联邦学习为数据共享和保护的两难提供了解决方案。这种加密的分布式机器学习技术,参与各方可以在不披露底层数据和底层数据的加密(混淆)形态的前提下共建模型,实现各个企业的自有数据不出本地,通过加密机制下的参数交换方式,建立一个虚拟的共有模型。

智慧城市的联邦学习

5