这次演讲将集中介绍联邦学习在金融行业中所解决的实际问题，以及带来的行业影响。 针对实际应用中标注数据严重不足，而导致许多优秀算法模型无法得到有效训练的问题，微众银行AI团队创造性地提出了，利用联邦学习的技术框架来连接数据孤岛的数据，以得到既提升性能同时又可以保护隐私的机器学习模型，以及利用迁移学习来突破小数据的局限，从而解决行业应用的痛点。演讲将详细描述微众AI团队，针对这些问题在算法研究方面做出的独特贡献, 以及在此基础上打造的开源，共生，合规的行业生态系统和一系列实际应用。