5月5日消息，據天下網商消息，今日，阿里巴巴達摩院發(fā)布新型聯邦學習框架FederatedScope，該框架支持大規(guī)模、高效率的聯邦學習異步訓練，能兼容不同設備運行環(huán)境，且提供豐富功能模塊，大幅降低了隱私保護計算技術開發(fā)與部署難度。目前，該框架現已面向全球開發(fā)者開源。

據悉，為解決“在保障用戶數據隱私的同時提供高質量連通服務”等問題，達摩院智能計算實驗室研發(fā)了新型聯邦學習框架FederatedScope，該框架使用事件驅動的編程范式來構建聯邦學習，即將聯邦學習看成是參與方之間收發(fā)消息的過程，通過定義消息類型以及處理消息的行為來描述聯邦學習過程。通過這一方式，FederatedScope實現了支持在豐富應用場景中進行大規(guī)模、高效率的聯邦學習異步訓練。

同時，達摩院團隊對FederatedScope訓練模塊進行抽象，使其不依賴特定的深度學習后端，能兼容PyTorch、Tensorflow等不同設備運行環(huán)境，大幅降低了聯邦學習在科研與實際應用中的開發(fā)難度和成本。

另外，為進一步適應不同應用場景，FederatedScope還集成了多種功能模塊，包括自動調參、隱私保護、性能監(jiān)控、端模型個性化等。FederatedScope支持開發(fā)者通過配置文件便捷地調用集成模塊，方便快速入門；也允許通過注冊的方式添加新的算法實現并調用，支持定制化及深度開發(fā)。

達摩院智能計算實驗室隱私保護計算團隊負責人丁博麟表示，數據已成為重要的生產要素，而隱私保護計算是保障這一要素發(fā)揮作用的關鍵技術。通過開源最新聯邦學習框架，我們希望促進隱私保護計算在研究和生產中的廣泛應用，讓醫(yī)藥研發(fā)、政務互通、人機交互等數據密集領域更安全、更順暢地發(fā)展。