Synergos
Synergos 是 AISG 开源的联邦学习（Federated Learning）框架，让多个组织在不共享原始数据的前提下联合训练 ML 模型。它是 AISG"隐私保护 AI"工具链的关键组件，配合 PDPA 合规需求。
📖 是什么
Synergos 提供：
- 横向联邦学习：多个组织有相同特征但不同样本（如多家银行用相同模型字段）
- 纵向联邦学习：多个组织有相同样本但不同特征（如银行 + 电信合作）
- 加密通信：训练过程中的梯度等中间结果加密传输
- 可视化界面：支持非技术用户配置联邦学习实验
应用场景：金融业反欺诈联合建模、医疗多医院联合科研、跨企业数据合作。
🤖 与 AI 的关系
Synergos 在隐私保护 AI 领域是新加坡的旗舰开源工具。联邦学习不是新概念，但成熟可用的开源框架不多——Google 的 TFF、FATE 等各有局限。Synergos 在易用性和隐私保护强度上做了平衡。
但联邦学习商业化在全球都困难——理论上很美，实际部署遇到大量工程和组织协调问题。Synergos 的实际产业落地数据有限。
🇸🇬 与新加坡的关系
Synergos 是 PDPA 时代 AI 数据合规的重要工具——让数据不出本地的前提下还能联合做 AI。
在「七条传导杠杆」里：
- 杠杆 3（产业应用）：跨组织数据合作的隐私基础设施
- 杠杆 4（治理）：和 PDPC 数据保护要求兼容
观点：Synergos 是 AISG 的"前沿尝试"——技术上扎实，商业落地慢热，但代表了"隐私保护 + AI"这个全球大方向。