详细内容或原文请订阅后点击阅览
Apple 隐私保护机器学习和人工智能研讨会 2026
在 Apple，我们相信隐私是一项基本人权。随着人工智能能力的增强并越来越融入人们的日常生活，推进隐私保护技术的研究对于确保用户在享受创新人工智能体验的同时保护隐私变得越来越重要。Apple 的基础研究一直在推动这一领域的最先进技术，今年早些时候，我们主办了隐私保护机器学习与人工智能研讨会。这次为期两天的活动汇集了苹果研究人员和更广泛的研究社区的成员，讨论......
来源:Apple机器学习研究在 Apple，我们相信隐私是一项基本人权。 随着人工智能能力的增强并越来越融入人们的日常生活，推进隐私保护技术的研究对于确保用户在享受创新人工智能体验的同时保护隐私变得越来越重要。
Apple 的基础研究不断推动该领域的最先进技术，今年早些时候，我们举办了隐私保护机器学习和人工智能研讨会。这次为期两天的活动汇集了 Apple 研究人员和更广泛的研究社区的成员，讨论隐私保护 ML 和 AI 的最新动态，重点关注三个关键领域：私人学习和统计、基础模型和隐私以及攻击和安全。
研讨会上的演示和讨论探讨了隐私和机器学习方面的进展和开放性问题，包括联邦学习、统计学习、信任模型、攻击、隐私会计以及基础模型带来的独特挑战。这些研究领域以严格的隐私和安全评估为创新基础，将理论框架与现实应用联系起来。
在这篇文章中，我们分享了精选演讲的录音以及研讨会上讨论的出版物的回顾。
自适应方法在高隐私设置中更可取：Enea Monzio Compagnoni（巴塞尔大学）、Alessandro Stanghellini（巴塞尔大学）、Rustem Islamov（巴塞尔大学）、Aurelien Lucchi（巴塞尔大学）和 Anastasiia Koloskova（苏黎世大学）的 SDE 观点
由字幕捕获：关于剪辑模型中的记忆及其缓解，作者：Wenhao Wang (CISPA)、Adam Dziedzic (CISPA)、Grace C. Kim（乔治亚理工学院）、Michael Backes (CISPA) 和 Franziska Boenisch (CISPA)
Apple 研究人员在 Apple 生态系统中结合机器学习和同态加密
上下文代理安全：适用于各种目的的策略 作者：Lillian Tsai (Google) 和 Eugene Bagdasarian (Google)