随着人工智能 (AI) 技术和应用的快速发展，人们越来越关注负责任的人工智能技术的开发和应用。构建人工智能技术或机器学习模型通常需要大量数据，其中可能包括从不同站点或国家收集的敏感用户私人信息。隐私、安全和数据治理约束排除了在获取和集成这些数据的过程中的蛮力过程。因此，在实现高性能模型的同时保护用户隐私是一项严峻的挑战。本文回顾了联邦学习在隐私保护计算背景下解决这一挑战的最新进展。联邦学习允许全球...