Flower AI Summit 是由劍橋大學Flower團隊發起組織的一個專注于聯邦學習領域的國際會議，自2021年起已連續舉辦四屆，匯聚聯邦學習領域學術界和產業界的專家學者，共同分享聯邦學習領域的最新研究進展、技術趨勢和應用成果。

本次大會受邀做報告的嘉賓包括來自卡內基梅隆大學、斯坦福大學、劍橋大學、牛津大學等學術界專家學者，以及谷歌DeepMind、亞馬遜云、三星、沃爾沃等工業界代表，并通過網絡進行全球直播。

聯邦學習是一種面向數據隱私保護的分布式協作機器學習技術，可以使多個設備或公司機構在保持本地隱私數據不出域的前提下，協同訓練一個共享的AI模型，對釋放私域數據要素價值具有重要意義，近年來受到學術界和產業界的廣泛關注。

羅冰教授的主要研究方向之一是聯邦學習在未來通信網絡應用中的算法優化和原型系統開發工作，FedCampus是其團隊于2023年在智能手表和手機上研發的一款基于聯邦學習和差分隱私等技術和智慧校園應用項目，旨在不收集學生隱私數據的前提下對校園群體健康數據進行智能分析，便于學生在不泄露自己健康數據的同時知曉校園群體（如同年級）的睡眠、心率、壓力指數、運動步數、碳排放減少等統計數據信息，而校方管理者則可以及時掌握學生群體在不同時期的健康數據變化情況。

何思暢2023年通過昆山杜克大學暑期研究學者（SRS）項目加入到羅冰教授項目組。在FedCampus項目開發過程中，何思暢針對目前主流聯邦學習訓練框架無法實現跨Android和iOS設備這一技術挑戰，在Flower開源平臺基礎上，開發設計了FedKit框架，通過支持模型轉換、硬件加速訓練和跨平臺模型聚合來管道化跨平臺聯邦學習開發。

對于這段科研經歷，何思暢表示：“在Flower AI Summit上，我與來自世界各地的聯邦學習研究人員進行了交流。我驚訝地發現，有這么多人對聯邦學習而興奮，有這么多現實應用存在。我同時也發現很多來自計算機科學、數學和數據科學以外領域的人也對聯邦學習非常感興趣。一位參與者告訴我，聯邦學習的主要應用領域有物聯網、金融和健康醫療；而FedCampus正屬于健康醫療的隱私計算范疇�！�

何思暢還非常激動地發現，一些Flower AI Summit的參與者正在基于他的工作構建解決方案。來自盧布爾雅那大學的Janez Božič告訴何思暢，利用何思暢去年向Flower貢獻的Android支持，他們構建了一個智能手機測試平臺，能夠部署到生產環境中。

另一個使用了何思暢工作的用戶是韓國嘉泉大學的Yusubov Farkhod團隊。Yusubov的團隊開發了一個名為“FedOps”的聯邦學習框架，提供機器學習操作功能。他們最近根據FedKit的方法為FedOps增加了移動支持。

何思暢表示：“如果不是昆杜帶給我這么雄厚的學術資源以及豐富的科研機會，提供極高的自由度，難以想象我能像這樣充分探索我對聯邦學習系統的興趣，讓我能夠接觸甚至領導前沿的科研成果，拓寬我的學術視野。在這里，我可以根據自己的興趣和專長，選擇適合自己的研究方向，充分發揮自己的潛能�！�

羅冰教授表示，何思暢是一位有技術天賦和自驅力的學生，能夠充分利用昆杜提供的科研平臺，在自己感興趣的領域始終保持著高度的熱情與專注。

何思暢將在今年5月份從昆杜畢業，以全額獎學金前往南加州大學攻讀計算機科學博士學位。

此外，何思暢在FedCampus工作中的系統演示（Demo）論文“FedKit: Enabling Cross-Platform Federated Learning for Android and iOS”，于今年2月份被國際計算機通信大會IEEE INFOCOM 2024接受。IEEE INFOCOM是計算機網絡領域頂級會議，也是中國計算機協會評定的CCF A類會議。

何思暢為論文的第一作者，羅冰教授為本論文的通訊作者，合作者還包括團隊中的另外2名昆山杜克大學的本科生唐貝隆和張博晏，以及來自香港科技大學、加利福尼亞大學洛杉磯分校和Flower Lab的合作者。

“FedCampus從立項到上線歷時半年多，何思暢與團隊其他優秀成員一起為這個項目做出了很大的貢獻，特別是2025屆本科生唐貝隆、2026屆本科生張博晏和張人元、2024屆本科生王路遙和ECE項目研究生曾慶寧，”羅冰教授表示。

目前，該項目的介紹視頻【FedCampus – Enabling Federated Learning and Analytics at Duke Kunshan University】已在B站上線。