三三文章网 - 科技知识大全是专业科技新媒体网站。网站著眼于新一代科技新闻的全面及时处理报导,让网民在外面第二时间交待全球新一代的科技资讯。内容涵括AI+、互联网、IT、创业投资、核定、区块链、智能硬件等领域

翼方健数CMO刘硕:用隐私计算构建数据网络,让AI释放数据价值

  • 时间:
  • 浏览:0

5月21日,由上海市信息服务业行业协会及亿欧联合发起的《WIM大家说·隐私计算线上研讨会》成功举办。翼方健数首席市场官刘硕应邀出席并作线上演讲,结合行业前瞻观察,就如何用隐私计算构建起数据网络,让AI释放数据价值进行分享。

解锁数据价值,隐私安全计算必不可少

智能时代,数据被视为重要的生产要素。去年11月,工信部发布了《“十四五”大数据产业发展规划》,大数据产业迎来更快速发展期。预计到2025年,大数据产业测算规模突破3万亿元,年复合增长率保持在25%左右。随着数字经济快速发展,激活数据要素潜能成为关键议题。然而,数据作为生产要素有其独特的特性,使得“如何高效安全地利用数据”成为一个非常有挑战性的问题。

围绕以数据采集、汇集、存储、加工、安全计算、分析、服务等相关技术成为“解锁数据价值”的支撑,其中以隐私安全计算为代表,是实现数据价值输出的关键环节。

隐私安全计算技术是指,能够在特定的信任假设下,在保护数据所含的隐私和机密,避免数据资产的流失、转移和失控的前提下,实现和分享数据价值的技术、产品和方法。

数据要素时代的全栈技术矩阵

作为一家致力于“用技术解锁数据价值”的公司,翼方健数基于隐私安全计算,推出隐私安全计算平台翼数坊XDP,可通过不同信任假设和应用场景选择不同的技术栈,如多方安全计算、同态加密、联邦学习、安全沙箱计算、可信执行环境等安全计算方式,有效解决数据隐私安全保护和开放应用的矛盾。翼数坊XDP平台不仅具备坚实的隐私安全计算技术体系,还包括数据全生命周期管理以及数据驱动的差异化AI应用三大核心能力。针对数据跨域流通的全流程,提供一套全栈的技术解决方案。基于这套能力,能够从单体平台到平台联盟,构建数据网络,通过连接的力量发挥网络效应。

隐私安全计算,助力AI数据价值释放

作为新一轮科技革命的核心技术,人工智能的发展至关重要。众所周知,人工智能的发展三要素包括算力、算法、数据。其中,数据作为还有巨大成长空间的要素备受瞩目。过去,由于数据的隐私安全和数据保护的要求,数据无法被大规模集成、无法被高效加工成可用状态,成为制约AI发展的一大挑战。

此外,伴随着法律法规的强监管,数据的获取成本变得愈发高昂,一些行业头部企业,凭借着客户粘性高的成熟产品以及巨大的用户量,能够获取大量数据,哺育AI,而这样的循环很难被打破,这对中小企业来说是难以突破的瓶颈。而隐私安全计算通过“数据可用不可见”的能力,在保护数据隐私安全的前提下,汇聚并实现数据共享使用,从而更好地发挥出数据在人工智能领域发展过程中的支撑性作用。通过构建数据网络,帮助数据在可管控、可度量且受隐私安全保护的前提下助力发挥AI数据价值。

除了对高质量数据的诉求,AI模型作为AI企业的宝贵资产,与过去谨慎供给使用的数据源一样,在涉及AI运行和协作的过程中,面临诸多风险评估和限制,往往这些担忧也影响了AI供需双方的合作推进。

刘硕在分享中提到,通过隐私安全计算可以解决这一难题,实现既保护AI模型,又保护数据,在双方协同过程中达成安全保护的联合计算模式。隐私安全计算为实现数据价值最大化提供强大支撑,把隐私保护做到多赢。目前,翼方健数在隐私安全计算赋能人工智能领域,已具备多模式案例

在医药领域,刘硕分享了“创新生物医药生态系统”,是典型的行业数据和模型双方协作共享的同时,能确保其隐私安全保护的案例。数据和模型的所有者在平台内联合计算,最后模型方获得经高质量真实数据训练后更优质的模型,而数据和模型IP都获得了安全保护。

此外,刘硕还提到了翼方健数的AI能力验证平台。例如一个招标方想要寻找一个视频识别的AI厂商,如何公平公正用实力验证?最好的方式是用真实产品以真实数据进行证明。但如何让AI厂商愿意将具备自己核心技术和产权的模型参与测试,招标方如何为了更真实评判,而让AI厂商使用其原始的可能涵盖一些涉及隐私的视频来鉴别厂商AI能力的高低呢?使用AI验证平台后,需求方可以将视频数据传到平台上,AI厂商接入这个平台去进行“考核”,最终凭借硬实力来获得项目资格。从而既保护了需求方的数据,也保护了AI企业的模型,用技术实现公平公正的能力验证。

不仅是应用在AI需求方的招标选择上,还可以应用在技术赛事上。刘硕分享了联合利华举办的2022黑客马拉松大赛,其中包含诸如“市场规模预测”的赛题,会使用到具商业价值的数据,翼方健数帮助主办方在比赛中建立数据使用黑箱机制,既保护参赛者模型IP,同时保护主办方提供的数据隐私安全,能够让参赛者使用未经传统删减式的经脱敏处理的数据,而是使用更贴近真实场景的数据对模型进行训练和测试,实现真正AI价值能力输出。同时,联合利华对参赛者模型IP的重视以及技术保护,也能够吸引更多参赛者投入比赛。

此外,刘硕还分享了一些经客户验证的隐私计算应用成功模式,如基于隐私安全计算技术,帮助某地医卫管理局搭建了AI训练和验证平台,从解决具体应用场景痛点到助推机构数字化转型;为某区域建立隐私安全计算平台,利用区域医疗数据资源结合园区入驻企业的数据资源,构建具授权机制的数据协作环境,利用数据为地方数字经济产业园招商。

可以说,在保护数据隐私和安全的前提下,隐私安全计算为打破各领域、各行业的数据壁垒,为AI提供了破局新思路,同时在这一进程中加速释放数据价值。翼方健数也将持续在隐私安全计算和人工智能相关研发与应用领域开展深度探索,为深入推动国家数字经济产业发展、引导我国人工智能产业良性生态贡献力量。