金融AI的每一步，大数据红利在左，数据隐私安全在右。而银行作为拥有更多用户特征的数据信息的金融机构，银行需要数据，并且需要发掘用户更多的数据信息。因此银行更要为用户建立保护数据隐私的屏障，而联邦学习便是能兼顾金融数据挖掘和保护隐私的利器。

　　联邦学习是一种加密的分布式机器学习技术，可使得各个参与方之间协同来完成一个数据模型的训练，训练出的模型是基于所有参与方的数据而达到的效果，但参与方彼此之间不会泄露各自的原始数据。当前，联邦学习现在已成为新一代人工智能最重要的技术范式之一，同时又启发了企业之间跨越 AI 落地的数据鸿沟的一种崭新方式。

　　百融云创作为国内先进的AI技术独立平台，利用“联邦学习”创新性地设计了一种新的人工智能实现模式，承接了传统人工智能解决问题的能力。更为重要的是，“联邦学习”为我们开创了一种面向数据隐私保护的机器学习新范式，且在这种新的框架下，“联邦学习”各参与方通过“联邦学习”机制实现了多赢的局面，也为金融行业人工智能技术的应用提供了一种新的应用前景。

　　百融云创探索的“联邦学习”模式，不仅可以增加行业内可用数据的总量，解决现存数据孤岛的问题;而且对金融机构而言，使用联邦学习能简单、合法且低成本的获取外部有效的数据信息，快速解决某些因数据量或数据维度不足而导致的困扰，并且不会造成合作机构间数据或商业机密的泄露。百融云创利用联邦学习设计完善的AI系统解决方案，既能保护用户的数据隐私，同时又能更高效、准确地使用孤立的数据，构建更为高效的金融反欺诈模型。同时，百融云创有效帮助多个金融机构在满足用户隐私保护、数据安全和政府法规的要求下，利用双方或多方数据实现定制化的模型优化。随着金融行业不断利用AI技术来驱动业务的转型升级，加快智能化升级进程，百融云创加速行业AI技术落地，打造金融行业的坚实后盾。

　　而联邦学习的应用场景有很多，不仅局限于金融行业。只要是在大数据分析的场景中，当我们需要外部更多的数据，而遭遇数据隐私保护而导致的数据流动不畅的情况下，联邦学习就可以派上用场，所以说，联邦学习在未来也会越来越多进入到商业实践当中。未来，百融云创将立足行业需求，扎根技术创新，共筑数字金融安全“生命线”。