6月3日下午，人工智能学院邀请福建师范大学林崧教授在合一报告厅作《量子安全多方计算及其在人工智能领域的应用》专题学术讲座，全院教师以及感兴趣的全校教师认真听取了讲座，并与林崧教授进行交流，讲座由向汉城院长主持。
 |
在当今日新月异的信息化、数字化时代，随着数据量的爆发式增长和人工智能技术的广泛应用，数据共享和大数据模型推动科技进步，但数据安全和隐私保护已成为不容忽视的重要问题。
本期学术讲座主讲嘉宾林崧教授深耕量子密码、量子智能计算等研究领域，已发表论文中SCI被引频次达千余次，在量子计算和人工智能交叉领域造诣深厚，发表了诸多具有影响力的研究成果。
 |
林教授首先详细解读了量子计算的模式与理论模型、安全多方计算的密码原语运行原理和量子安全多方计算的应用场景，以此打通专业壁垒帮助与会教师快速了解这一研究领域的基本概念。随后，林教授重点分享了人工智能中的隐私挑战与联邦学习。如何在保护数据隐私的前提下充分利用数据价值？安全多方计算与联邦学习的有机结合恰能有效解决这一难题。联邦学习技术旨在满足隐私保护和数据安全的前提下，设计一个机器学习框架，使得各个机构在不交换数据的情况下进行协作以提高机器学习的效果，为人工智能的发展提供了重要支持。
 |
量子安全多方计算在联邦学习中的探索有着强大的优势，量子联邦框架在私有数据训练时具有指数加速效果，在聚合局部梯度时具有一定的安全性。但同时，其存在的局限也不容忽视，量子安全多方计算协议需要一个半诚实第三方的参与，降低了协议安全性和实用性，此外，来自设备的异构的影响在量子实现过程中值得进一步探索。
 |  |  |
在学术交流环节，现场听众围绕量子安全多方计算在实际应用中的技术难题和效率效果、设备的异构性内涵等问题与林教授展开交流探讨。
 |
此次讲座为量子安全多方计算及其在人工智能领域的应用搭建了交流平台，在数据信息的时间和空间关注维度基础上，增加安全性的聚焦，助力教师深入了解技术的融合与创新，为推动相关领域研究和应用发展提供了新思路和方向。相信随着研究不断深入，人工智能领域将融合更多前沿成果与成熟技术，为各行业数字化转型和创新发展注入强大动力。
