清华大学&智谱AI：2023联邦学习全球研究与应用趋势报告

人工智能未来能否可持续发展面临着三大困境：数据困境、法律挑战、算力困境。针对以上困境，联邦学习（Federated Learning）成为解决数据孤岛问题、满足隐私保护和数据安全的一个可行性解决方案。自2016年首次由 Google 提出、2018年由微众银行引入国内并率先在 B 端进行创新应用以来，联邦学习逐渐成为一种解决合作中数据隐私与数据共享矛盾的新路径，被大量应用于金融、安防、医疗、在线推荐系统等领域。近年来联邦学习技术得到了飞速的发展，其研究和应用的发展动向和趋势备受关注。《2023联邦学习全球研究与应用趋势报告》（以下简称报告）重点突出展示了联邦学习领域具有较高技术质量、创新力的科研成果，例如，对科研实践具有较大影响力的高被引论文及其作者的分析，来自人工智能国际顶会的联邦学习专题研讨会最佳论文相关分析等，大中华地区联邦学习领域的国家自然科学基金获批项目分析，以及融合了大模型技术的联邦学习论文和专利分析，以展示更加丰富的联邦学习新方向和新探索。