9月4日-6日，由中国中文信息学会社会媒体处理专委会主办，浙江大学承办的第九届全国社会媒体处理大会（SMP 2020）在线召开。会议集结了包括潘云鹤院士、杨强教授在内的多名顶尖科学家、企业家与研究者，畅谈从自然语言到大数据智能，从社交机器人到计算传播学，研究金融科技、教育以及技术投资等最前沿的科技话题。
作为特邀重磅嘉宾，香港科技大学计算机与工程系，同时也是微众银行首席人工智能执行官的杨强教授，发表了题为“数据孤岛：AI向善与联邦迁移学习”的演讲。杨强教授是人工智能业界的国际专家，在学术界和工业界做出了许多贡献，尤其近些年为中国人工智能和数据挖掘的发展起到了重要作用。
面临数据难以获取、质量差的挑战，杨强教授提出两条对策：一是利用大数据经验迁移到小数据领域；二是通过联邦学习将不同地方的数据汇聚起来，形成大数据。联邦学习通过“数据不动，模型动”的思想，在不将数据物理聚合的情况下，达到与数据聚合相近的模型效果。
联邦学习在多个领域有广泛应用，如推荐系统、金融风险控制、医学预测等。杨强教授特别提到，联邦学习在医学领域的应用，能够有效提升预测模型的准确率，尤其是在数据稀少的小型医院。此外，杨强教授还强调了人工智能的向善问题，即在关注算法的同时，也要考虑用户隐私和数据安全，建立算法的合作机制和生态。