9月24日下午，欧洲科学院院士、IEEE Fellow、国家级海外高层次人才计划入选者、西湖大学人工智能讲席教授金耀初做客胡先骕讲堂，为师生作题为“安全联邦优化新进展”的学术讲座。

安全联邦数据驱动的优化是近年来兴起的一个研究领域，主要是为了确保数据驱动优化中的数据的隐私和安全。金耀初教授基于联邦数据驱动优化的基本思想和方法，推导出一个基于Diffie-Hellman机制的安全联邦进化优化算法，并随机选择一个客户端执行新采样点的选择，确保优化过程中新采样的数据的隐私能得到保护。同时，为了减少噪声对性能的影响，提出一种噪声估计算法，提升基于差分隐私的数据驱动优化算法的性能。最后介绍了一个联邦多任务数据驱动优化算法，通过分享每个客户端高斯过程的超参数来实现知识迁移，以此避免数据的泄露。讲座结束后，他与计算机学院师生就联邦数据驱动的优化相关问题进行了热烈的交流和深入的探讨。参会师生们纷纷表示对联邦数据驱动优化有了更加深入的了解，受益匪浅。

专家简介：

金耀初教授，分别于1988、1991及1996年在浙江大学电机系获学士、硕士和博士学位，并于2001年在德国波鸿鲁尔大学神经信息研究所获工学博士学位（Dr.-Ing.）。欧洲科学院院士，IEEE Fellow，国家级海外高层次人才计划入选者，IEEE计算智能学会主席，《Complex & Intelligent Systems》主编。目前为西湖大学人工智能讲席教授，“可信及通用人工智能实验室”负责人。2021至2023任德国比勒菲尔德大学工学院“洪堡人工智能教席教授”，2010至2021任英国萨里大学计算机系“计算智能”杰出教授，1999至2010年在本田欧洲研究院担任科学家、高级科学家及主任科学家。长期从事人工智能与计算智能的理论、算法和工程应用研究，特别是数据驱动的复杂系统演化优化、基于深度学习的组合优化、多目标优化与机器学习、可信学习与优化、演化发育通用人工智能及形态发育自组织机器人等。已出版专著6部，发表学术论文500余篇。据Google Scholar，论文被引用总次数52,000余次，h-index为112，2019年以来连续入选科睿唯安“全球高被引科学家”榜单。获2025 IEEE Frank Rosenblatt奖，并多次获“IEEE进化计算汇刊优秀论文奖”及“IEEE计算智能杂志优秀论文奖”。曾任《IEEE Transactions on Cognitive and Developmental Systems》主编，IEEE计算智能学会副理事长，两次担任IEEE杰出演讲人。（文/图计算机信息工程学院）