近年來，隨著算力提升與數(shù)據(jù)流動，人工智能持續(xù)迭代，其落地場景與應(yīng)用領(lǐng)域愈加豐富，賦能包括新基建、工業(yè)在內(nèi)的多個重要板塊。AI技術(shù)加速前進(jìn)離不開海量數(shù)據(jù)驅(qū)動，日益激增的數(shù)據(jù)需求使數(shù)據(jù)安全與隱私保護(hù)變得尤為迫切。

隱私計算在于實現(xiàn)數(shù)據(jù)安全流動，是AI突破發(fā)展瓶頸的密鑰，兩者融合需要解決什么問題、在未來產(chǎn)生哪些變化？至此，隱私數(shù)據(jù)安全專欄特邀光之樹，深入探討AI＋隱私計算，如何向智能時代開疆拓土。

在近日召開的世界人工智能大會上，來自全球智能領(lǐng)域最具影響力的產(chǎn)學(xué)研各界人士圍繞智能領(lǐng)域的技術(shù)前沿、產(chǎn)業(yè)趨勢和熱點問題發(fā)表演講和進(jìn)行高端對話，透過這些精彩的分享，呈現(xiàn)出一些趨勢：

其一，AI的應(yīng)用縱深得到了極大的加強(qiáng)，在應(yīng)用AI較早的如金融等領(lǐng)域，AI的應(yīng)用已經(jīng)越來越深入業(yè)務(wù)本質(zhì)，從過去集中應(yīng)用于避免員工重復(fù)勞動，已經(jīng)發(fā)展到開始輔助人，并在一定程度上開始作為員工腦力的輔助。

其二，AI落地的領(lǐng)域和場景愈加豐富，AI已經(jīng)輻射到了包括新基建、工業(yè)、教育、醫(yī)療健康、城市治理等多個重要板塊中。這說明AI的價值已經(jīng)得到了廣泛的認(rèn)可?！胺涸凇钡腁I并非遙不可及。

另一最有亮點的趨勢是，人工智能正逐步與包括隱私計算、區(qū)塊鏈、物聯(lián)網(wǎng)、智能芯片等在內(nèi)的其他技術(shù)，逐漸呈現(xiàn)融合統(tǒng)一的趨勢。其中，隱私計算是面向隱私信息全生命周期保護(hù)的計算理論和方法，和人工智能一起，核心突破是，在保證“數(shù)據(jù)可用不可見”的前提下，仍然能實現(xiàn)數(shù)據(jù)的聯(lián)合建模和價值分享。

“隱私計算＋人工智能”未來將會給商業(yè)帶來什么變化呢？接下來，我們從數(shù)據(jù)、模型、場景幾個方面來談?wù)劇?/p>

1 如何跨越數(shù)據(jù)門檻，實現(xiàn)“數(shù)據(jù)智能”？

關(guān)于人工智能和數(shù)據(jù)，業(yè)界最常見的一個比喻是“AI像是發(fā)動機(jī)，而數(shù)據(jù)則是石油”，一段時間的實踐下來，人們逐漸意識到“數(shù)據(jù)智能”的落地還需要解決一些問題，例如：

“石油”的開采、加工、利用各個環(huán)節(jié)，都需要有相應(yīng)的法律法規(guī)的規(guī)范。同時也需要有相關(guān)技術(shù)手段作為保障，否則數(shù)據(jù)的利用將同數(shù)據(jù)安全相沖突，造成很多社會問題；由于數(shù)據(jù)產(chǎn)生端和數(shù)據(jù)采集、加工、利用端經(jīng)常出現(xiàn)因技術(shù)實力、資源稟賦等方面的不對等，造成國內(nèi)數(shù)據(jù)資源一度被聚集在“數(shù)據(jù)巨頭”手中的現(xiàn)象。一些弱勢的新進(jìn)入的個體和機(jī)構(gòu)逐漸喪失了數(shù)據(jù)的控制權(quán)和相關(guān)的收益權(quán)，甚至陷入“無米下鍋”的境地；數(shù)據(jù)標(biāo)注的缺乏也使得模型的迭代和優(yōu)化困難重重。

這些問題一定程度上制約了AI產(chǎn)業(yè)的良性發(fā)展。所幸，隨著《關(guān)于構(gòu)建更加完善的要素市場化配置體制機(jī)制的意見》的發(fā)布、包括數(shù)據(jù)安全法和個人信息保護(hù)法等在內(nèi)的法律進(jìn)入立法程序，以及隱私計算和區(qū)塊鏈技術(shù)的發(fā)展，使得數(shù)據(jù)確權(quán)、安全利用、數(shù)據(jù)平權(quán)等有了法律、制度以及技術(shù)的保障。

未來，對于“數(shù)據(jù)霸權(quán)”現(xiàn)象、缺乏數(shù)據(jù)標(biāo)注的情況，隨著法律法規(guī)的完善，和隱私計算與人工智能技術(shù)的融合，將逐步解決。

2 如何加大AI應(yīng)用縱深，實現(xiàn)“邊緣智能”？

通信網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)是新基建的核心構(gòu)成之一，其涵蓋的包括5G、物聯(lián)網(wǎng)、工業(yè)互聯(lián)網(wǎng)、衛(wèi)星互聯(lián)等領(lǐng)域，也為AI應(yīng)用提供了良好的縱深空間。

一方面這些技術(shù)都使得AI可以利用深入場景中的數(shù)據(jù)，例如智能設(shè)備多種傳感器可以為模型補(bǔ)充關(guān)于明暗程度、運動速度、甚至溫度、濕度等數(shù)據(jù)，這使得我們可以構(gòu)建起以“情景”為基本響應(yīng)單位的AI能力，從而提供最貼合特定情景的智能服務(wù)。

另一方面， AI還將可以深入到“端側(cè)”、“邊緣側(cè)”，在最靠近數(shù)據(jù)的地方完成訓(xùn)練和預(yù)測，在提升AI實時性和個性化程度的同時，還能充分利用泛在的算力，節(jié)省集中式算力的消耗。

這些構(gòu)想在實踐中也許會遇到諸多困難。

以智慧農(nóng)業(yè)為例，如何保證土壤探針等設(shè)備采集數(shù)據(jù)的真實和不被篡改？如何高效整合利用目前分散在政府、科研院所、田間地頭、產(chǎn)供銷鏈條中各個主體的農(nóng)業(yè)大數(shù)據(jù)？如何使產(chǎn)業(yè)鏈各參與者都能信任AI的預(yù)測結(jié)果？等等，都曾是實現(xiàn)“邊緣智能”所面臨的障礙。

經(jīng)過實踐證明，AI可以結(jié)合隱私計算、區(qū)塊鏈等技術(shù)，從數(shù)據(jù)源端消除這些問題：

使用衛(wèi)星、無人機(jī)、物聯(lián)網(wǎng)傳感器等采集數(shù)據(jù)，結(jié)合隱私計算和區(qū)塊鏈技術(shù)，可以確保原始數(shù)據(jù)真實可信。利用隱私計算技術(shù)，數(shù)據(jù)“可用不可見”，形成物理分散的多元數(shù)據(jù)的邏輯集中視圖，可以保證AI模型有充足的、可信的數(shù)據(jù)可供利用。同時，AI模型也是安全可信的，隱私計算技術(shù)使模型在受到充分保護(hù)的前提下，仍然可以為多方所驗證。

利用數(shù)據(jù)源端收集的數(shù)據(jù)，結(jié)合隱私計算技術(shù)，可以使AI在農(nóng)業(yè)科學(xué)生產(chǎn)、農(nóng)戶信用評估、農(nóng)業(yè)風(fēng)險預(yù)測等多方面發(fā)揮更大的價值。

3 如何擴(kuò)展AI應(yīng)用疆域，實現(xiàn)“協(xié)作智能”？

在國內(nèi)數(shù)字化轉(zhuǎn)型進(jìn)程剛剛起步之時，絕大部分AI的落地場景背后都是以 “助力政府、企業(yè)等數(shù)字化轉(zhuǎn)型”為邏輯的起點，即是說，此前的AI發(fā)展多把服務(wù)對象看作一個個獨立的個體，應(yīng)用的目的往往是幫助這些對象提升自身效率，提高數(shù)字生產(chǎn)力，加速數(shù)字化轉(zhuǎn)型進(jìn)程，等。

但隨著國內(nèi)數(shù)字經(jīng)濟(jì)的發(fā)展，國內(nèi)各行各業(yè)的數(shù)字化程度已與此前不可同日而語。隨著數(shù)字生產(chǎn)力的提升，必然要求社會發(fā)展出適合生產(chǎn)力水平的數(shù)字生產(chǎn)關(guān)系。諸如銀行業(yè)的開放銀行、政府的數(shù)據(jù)開放、供應(yīng)鏈聯(lián)盟、醫(yī)療行業(yè)的醫(yī)聯(lián)體／醫(yī)共體，等都是圍繞多個對象之間的生產(chǎn)關(guān)系優(yōu)化和升級展開的工作。在這些探索和嘗試推進(jìn)的過程中，不可避免的遇到了數(shù)字化、智能化程度高的對象如何同程度較低的對象之間互利、可信合作的問題，尤其是同業(yè)對象間和產(chǎn)業(yè)鏈上下游企業(yè)間，類似問題尤其突出。從社會整體角度看不應(yīng)把AI置于“降維打擊”這種只競爭不合作的邏輯框架中。

“風(fēng)物長宜放眼量”，新形勢下，AI應(yīng)用的著眼點宜拓展到如何利用人工智能，使得人與人、機(jī)構(gòu)與機(jī)構(gòu)、人與機(jī)構(gòu)、人與AI之間的智能、高效協(xié)同上，解決協(xié)同的效率問題，同時應(yīng)結(jié)合區(qū)塊鏈、隱私計算等天然的關(guān)于數(shù)字生產(chǎn)關(guān)系的技術(shù)，奠定協(xié)同的基礎(chǔ)設(shè)施和多方利益保障機(jī)制，從而真正形成良性的數(shù)字生產(chǎn)關(guān)系。以醫(yī)療行業(yè)為例，如果能將大型醫(yī)療機(jī)構(gòu)的專家知識、經(jīng)驗等標(biāo)準(zhǔn)化，形成知識圖譜、專家決策支持系統(tǒng)，再結(jié)合隱私計算技術(shù)，那么基層醫(yī)療機(jī)構(gòu)未來就可以再不泄露就診者個人隱私數(shù)據(jù)的同時，還能集成或者利用大型醫(yī)療機(jī)構(gòu)的專家資源。

4 未來將會實現(xiàn)何種方式的“數(shù)據(jù)協(xié)作”？

數(shù)據(jù)的應(yīng)用主體和開放主體能在安全可信的技術(shù)中進(jìn)行數(shù)據(jù)協(xié)作。數(shù)據(jù)應(yīng)用主體數(shù)量將迅速增長。其對數(shù)據(jù)的應(yīng)用方式，也逐漸由跨部門協(xié)同轉(zhuǎn)換為以數(shù)據(jù)中臺為核心的利用方式，逐步形成內(nèi)部數(shù)據(jù)價值鏈閉環(huán)。數(shù)據(jù)應(yīng)用主體之間逐漸開始出現(xiàn)分工、協(xié)同，如銀行同業(yè)機(jī)構(gòu)間聯(lián)合風(fēng)控聯(lián)盟、供應(yīng)鏈核心企業(yè)對上下游的能力開放賦能聯(lián)盟等。

數(shù)據(jù)協(xié)作的角色將不再單一。數(shù)據(jù)開放主體逐漸分化為數(shù)據(jù)資源方、數(shù)據(jù)分析和建模方、數(shù)據(jù)開放平臺等不同的角色，社會分工逐漸精細(xì)化。

數(shù)據(jù)協(xié)作的“去中介化”趨勢逐漸打破了傳統(tǒng)數(shù)據(jù)公司的“數(shù)據(jù)霸權(quán)”。通過技術(shù)實現(xiàn)數(shù)據(jù)的可用不可見，所有數(shù)據(jù)開放主體將建立一種“技術(shù)信任”。

各參與方的人工因素逐漸降低，在數(shù)據(jù)價值鏈中大部分的對接都是機(jī)器對機(jī)器實現(xiàn)，極大提升了協(xié)作效率，也使得協(xié)作中越來越大比例的信任，可以由技術(shù)來保障。

未來，基于隱私計算和人工智能技術(shù)，通過網(wǎng)絡(luò)協(xié)同和數(shù)據(jù)智能，將成為開啟智能時代的“數(shù)據(jù)協(xié)作”的引擎，給社會化合作帶來生產(chǎn)力的大爆發(fā)。
? ? ? ?責(zé)任編輯:pj