人工智能ＡＩ要发挥能力，需要依靠大量的数据来支持。但其实很多时候数据分散在不同企业中，由于数据安全、商业机密等原因，很难让各企业共享数据。因此，有人说深度学习受到了很大威胁，人工智能会因此衰落。杨强教授却看到了人工智能的新机会，他提供了一种机制，让大家不用去打通和共享数据就能够共同训练一个强大的ＡＩ模型，这种机制就是“联邦学习”。
联邦学习，把各方看作一个联邦，然后让他们去共享一个模型。这个模型是依据各方数据来做的，但在建立这个模型的过程中，各方数据都在本地，只是大家在沟通的时候会分享一些加密参数。这就好像是大家在一起写一本小说，一起沟通进度，但互相看不到各自写的具体内容，还能确保最后合起来是一本完整的小说。
在这样的一个状态下，既可以满足各方的需求，也可以消除之前各方对于数据安全的恐惧。尤其在金融、医疗等行业，对这个技术有明确需求。
关于如何能有效地让企业参与到这个机制中，杨强教授表示：“现在这个社会，并不是技术完善到百分之百，它就能自动地做什么事。联邦学习，不仅需要技术方面的创新，同时需要建立一套经济机制、建立一个经济市场，让大家加入这个市场并且都能受益，这才能吸引更多人不断地加入。”
杨强教授还特别强调：联邦学习这种机制，主张交易价值，而不是交易数据本身。目前，杨强带领的团队和政府一起在建立一个国家标准，同时在国际上也希望能建立标准，也在吸引一些欧盟的人、美国的人加入。希望联邦学习这样的技术可以推行到各行各业。胡一川继续追问：”这在某种程度上像互联网时代的ＴＣＰ／ＩＰ协议，让所有计算机用同样的方式实现互联互通。那是不是所有的企业都应该去学习ＡＩ，研究算法呢？“
他觉得，企业要把ＡＩ落地，有ＡＩ产品经理就可以了。ＡＩ产品经理能够发现业务中存在的问题，并且知道能用什么样的ＡＩ工具包来解决这个问题，能找到人去实现它，最后能够衡量ＡＩ带来的价值。不管是「来也科技」正在做的ＲＰＡ（机器人流程自动化）、ＡＩ，还是微众银行的联邦学习，到最后都能变成一个可衡量的标准，这个标准可以用减少了多少工作量来计算，也可以用它的价值来算，这就是企业里的ＡＩ产品经理需要做的工作。
从香港科技大学讲座教授，到微众银行的首席人工智能官，杨强教授经历了从学术界到工业界的转变，而「来也科技」的ＣＥＯ汪冠春、ＣＴＯ胡一川都是从美国博士一毕业即创业，他们专门向杨强教授请教“实现这一转变最需要学习的是什么？”杨强教授回答：“我觉得我在企业里每天都是一个小学生，我是很快乐的。”
他说：学习是一件很幸福的事。在工业界，首先是要明确目标，怎么衡量一件事情做的好坏，在机器学习里这叫目标函数，一个好的目标函数很重要。在学术界目标可能是发一篇论文获得很高的ｃｉｔａｔｉｏｎ，但在工业界目标是很不一样的。
