联邦学习有望打破企业与高校的科研数据壁垒

上过大学、读过研究生的同学都知道，我们在学校实验室做的很多项目，其实离企业生产、工程实践的真实环境相差很远，所以存在一个很大的“偶然”，我们上了3年的研究生踏出校门进了企业，才发现动手能力和对企业实际业务的能力，远远不如在“一线”奋战过3年的本科生。

这是一个很多做主管都非常能感同身受的“研究生”现象（当然不代表全部）。这其实反应了一个教学问题，高校的教学理论和实践为什么总是会相差那么远？这个问题可能不是我们可以去左右的问题，是教育部、是专家需要去关心的。不过，作为一个也曾经是现象级的研究生，在研究生课题的点上，我想说一说。

都说中国的大学读研究生难，毕业容易；外国的大学读研究生容易，毕业难。道理其实出在做课题上，我想起我们在学校做课题（计算机专业），我们几个同学都选择了大数据存储、机器学习、深度学习、复杂网络等比较时髦的行业课题，方向完全没有问题（未来十年发现这些领域都成就了行业的独角兽）。

我记得我的课题是“机器学习在精准营销领域的研究与应用”，当时的过程是这样的，整个开题到答辩的过程，历史1年，最打动我的是我找到了一个很善解人意的导师张老师，给我找了一个师姐（也是软件工程方向的）。真的是手把手教我调整逻辑回归参数，教我用python，美滋滋，关键是这种研究生活像毒药一样，一下子把大半年时间给消耗掉了......

我先前一直以为，算法啊、模型啊都研究透了，然后会在一个实际的场景里面去试一试，后来要run整个模型的时候，师姐说：别多想，去xxx下载点数据，跑完，把曲线结果写到你的论文里面去。

好吧，原来研究生的课题基本大多数如此——根本没办法去感受真实的企业生产环境，做数据的拿到是没有现实意义的样本，那我们的课题只能生存在温室里面！

我觉得除了北大自己有方正（前两天也差不多倒闭了）、清华自己有紫光，很少有高校拥有自己的企业，更何况企业数据！对于一个互联网企业来说，特别是拥有大数据的企业，在法律合规层面，也不可能将真实数据给到高校，献给一个研究生来做一个课题。这是荒谬绝伦的事情。

“数据壁垒”破题之道

关于高校如何培养更接地气的研究生，因为我们现在有个和学校出国留学的项目，所以，和项目方经常会组织一些“茶花会”，大家会提出一些想法。（如果我们的条件和方案更加能吸引深造的学生，那么是不是深造项目在招生和毕业上会更有优势呢？）和交大的老师们还有上海富数科技的卞总（在他们合作的密码学实验室讨论会上），卞总提出了一个非常有意思的想法——

卞总：当年在交大做课题，也是被数据样本给逼疯了。我觉得企业真实数据开放给高校，建立深度的合作关系，这里面包含两层意思，

第一是高校的科研能力注入到企业生产环境

第二是高校的专业人才输送到企业。这些合作的都是三赢的。企业得到了人才、高校丰富了教学资源、学生更加接近企业。

金老师：这里面啊，关键其实还是怎么样促成企业和高校之间的合作，就拿我们实验室来说，想从企业拿点合作资源和项目，其实比申请国家项目还难。

卞总：其实现在也有好的方式，比如说我们和密码学实验室合作的多方安全计算项目，联邦学习这种方式。我们公司现在的FMPC平台，已经对接了数十家大数据的联盟区块链节点，比如SDK、运营商等，这些数据厂商完全可以与高校进行科研项目，甚至可以举办建模大赛等活动。我们的学生可以在企业级的真实数据环境里做更多的事情。联邦学习这个过程就解决了企业数据不出来，却可以被建模使用的需求。

茶花会上关于这个想法，得到了一致认可，我个人作为一个高校缺数据的“受害研究生”也觉得是一个非常不错的发展方向。目前微众的标准化fate让使用者门槛越来越低，富数科技在这件事情上，又有很好的高校资源，相信在联邦学习完全成熟的时候，我们的高校和企业能做到联动，让企业级生产数据和业务能真正被高校科研接触到。

- END -