苹果发布了2026年隐私保护机器学习与AI研讨会的四段录像和研究总结。以下是具体内容。
苹果公开机器学习与隐私研讨会的视频
苹果在自己的机器学习博客上发布了一篇新文章，分享了2026年隐私保护机器学习与AI研讨会的四场精选演讲。
这场为期两天的活动汇集了苹果的研究人员和更广泛的研究社区成员，一起讨论“隐私保护机器学习和AI的最新进展”，重点围绕私有学习与统计、基础模型与隐私、攻击与安全等主题展开。
苹果对这次活动的描述是这样的：
研讨会上大家分享了隐私和机器学习领域的最新进展以及尚未解决的问题，包括联邦学习、统计学习、信任模型、攻击方式、隐私记账，以及基础模型带来的独特挑战。这些研究方向都建立在严格的隐私和安全评估基础上，把理论框架与实际应用连接了起来。
在博客文章里，苹果重点推出了四场演讲，其中包括公司研究科学家Kunal Talwar主讲的《Crypto for DP and DP for Crypto》。
视频如下：
其他精选演讲还有：
- 多伦多大学的Aleksandar Nikolov带来的《在线矩阵分解与在线查询发布》
- 乔治城大学的Elissa Redmiles主讲的《向人们学习：关于负责任数据收集的S&P技术沟通》
- CISPA的Franziska Boenisch分享的《理解并缓解基础模型中的记忆问题》
苹果还重点介绍了研讨会上展示的24篇已发表论文，其中三篇来自苹果现任和前任研究人员：
- 《在苹果生态系统中结合机器学习与同态加密》
- 《针对子采样和随机分配的高效隐私损失记账方法》
- 《通过强数据处理不等式理解数据记忆的权衡》
想观看全部演讲视频并查看完整论文列表，请点击这个链接。
