数据孤岛问题直接制约了大量大数据和机器学习应用的开发，而在目前规制愈发严格，GDPR类似的规则逐渐在全球制定实施的背景下，直接物理整合数据变得越发不可能。针对这个问题，微众银行人工智能团队开发并开源了工业级的联邦学习技术框架，在不暴露任何底层数据的情况下，也能实现多方联合建模，共享模型收益。基于联邦学习连接数据孤岛，可能构建一种新的大数据合作生态。

演讲提纲：

1. 数据孤岛的成因和博弈机制
2. 联邦学习的原理
3. 联邦学习在金融行业的应用案例
4. 联邦学习的应用推广前景

听众受益点：

• 了解联邦学习这一新的技术领域
• 了解联邦学习原理和应用案例
• 了解参与和应用这个技术的路径和方法