星云Clustar副總裁許振
6月9日，首屆 CTIS 2021消費(fèi)者科技及創(chuàng)新展覽會在上海新國際博覽中心正式開幕。在鈦媒體聯(lián)合CTiS共同打造的“AI·創(chuàng)新數(shù)字生活主題論壇”上，星云Clustar副總裁許振進(jìn)行了以“隱私計算構(gòu)建AI基礎(chǔ)設(shè)施，釋放數(shù)據(jù)價值”為主題的分享。
機(jī)器學(xué)習(xí)是人工智能的一個細(xì)分領(lǐng)域，它是在海量數(shù)據(jù)的基礎(chǔ)上去挖掘數(shù)據(jù)的價值，如果我們抽象來看，它總結(jié)下來就是算法、算力和大數(shù)據(jù)共同工作的產(chǎn)物，它最革命性的東西就是能夠用算法和算力去代替人，去總結(jié)數(shù)據(jù)中的洞察。
“可是當(dāng)我們面對產(chǎn)業(yè)時，我們發(fā)現(xiàn)數(shù)據(jù)并不大，大部分都是小數(shù)據(jù)，孤島，煙囪。我們在自己所擁有的這些數(shù)據(jù)上能夠做的挖掘，基本上已經(jīng)達(dá)到了極致，我們再用更好的算法、更強(qiáng)大的算力，也只能去提升一兩個百分點(diǎn)，已經(jīng)很難引起質(zhì)變了。”許振說，“所以我們在許多場景中不得不需要引入外部新的數(shù)據(jù)，以對消費(fèi)者進(jìn)行畫像，預(yù)測和洞察消費(fèi)者行為”。
由此就產(chǎn)生了一個矛盾，企業(yè)要提高自己人工智能的水平，必須引入外部數(shù)據(jù)，但引入外部數(shù)據(jù)又會受到數(shù)據(jù)保護(hù)法的限制，這一矛盾該如何解決成為了一個重要的問題。
而隱私計算就是回答這一問題的答案。許振介紹說，通過隱私計算技術(shù)，兩個機(jī)構(gòu)進(jìn)行聯(lián)合建模為需求方提供服務(wù)，但數(shù)據(jù)的原文不會被各方看到，甚至不用出數(shù)據(jù)庫，做到“數(shù)據(jù)可用而不可見”，從而保護(hù)數(shù)據(jù)隱私，這就是隱私計算所解決的問題。
有機(jī)構(gòu)曾預(yù)測，到2025年，有50%的企業(yè)都是隱私計算的用戶，不僅限于金融行業(yè)，還包括醫(yī)療、生物、政務(wù)、零售等行業(yè)，都會是隱私計算的目標(biāo)客戶。
“隱私計算這個賽道是剛剛起步，應(yīng)用方興未艾。”許振說，“星云Clustar將會堅持在隱私計算領(lǐng)域貢獻(xiàn)自己的科技力量。”
感謝主辦方的邀請，我是來自星云Clustar的許振。今天我所講的話題可能距離消費(fèi)者端有點(diǎn)遠(yuǎn)，它更加貼近產(chǎn)業(yè)端。
我今天所演講的話題，分享的內(nèi)容主要是有兩個關(guān)鍵詞：一個是隱私計算，另一個則是基礎(chǔ)設(shè)施。
機(jī)器學(xué)習(xí)是人工智能的一個細(xì)分領(lǐng)域，它是在海量數(shù)據(jù)的基礎(chǔ)上去挖掘數(shù)據(jù)的價值，如果我們抽象來看，它總結(jié)下來就是算法、算力和大數(shù)據(jù)共同工作的產(chǎn)物，它最革命性的東西就是能夠用算法和算力去代替人，去總結(jié)數(shù)據(jù)中的洞察。
最近幾年為什么機(jī)器學(xué)習(xí)這么火，也是因為五六年之前，谷歌的AlphaGo，還有李飛飛的貓，這兩個事件推進(jìn)了深度學(xué)習(xí)，還有其他比較高效的算法，這些算法使得我們可以將數(shù)據(jù)的挖掘交由機(jī)器，這才進(jìn)一步導(dǎo)致了后面行業(yè)的爆發(fā)。包括自動語音識別，機(jī)器視覺技術(shù)，大部分也都是用機(jī)器學(xué)習(xí)和深度學(xué)習(xí)去實現(xiàn)。抽象來說，就是讓機(jī)器在算法的驅(qū)動下，在數(shù)據(jù)中去尋找規(guī)律。
可是當(dāng)我們面對產(chǎn)業(yè)時，我們發(fā)現(xiàn)數(shù)據(jù)并不大，大部分都是小數(shù)據(jù)，孤島，煙囪。我們在自己所擁有的這些數(shù)據(jù)上能夠做的挖掘，基本上已經(jīng)達(dá)到了極致，我們再用更多的算法、更強(qiáng)大的算力，也只能去提升一兩個百分點(diǎn)，已經(jīng)很難引起質(zhì)變了。所以我們在許多場景中不得不需要引入外部新的數(shù)據(jù)，以對例如消費(fèi)者進(jìn)行畫像，預(yù)測和洞察消費(fèi)者行為。
舉個例子，在金融行業(yè)，我們要對消費(fèi)者信用等級進(jìn)行評估，這個評估僅僅依靠金融行業(yè)內(nèi)部、銀行內(nèi)部的數(shù)據(jù)是不夠的，因為銀行內(nèi)部可能只有消費(fèi)者自己提交的家庭住址、學(xué)歷、收入水平，并沒有他的消費(fèi)習(xí)慣、互聯(lián)網(wǎng)記錄。如果加入這些數(shù)據(jù)，銀行對去申請貸款的消費(fèi)者的洞察會更加全面，銀行風(fēng)控能力會更強(qiáng)。
但這涉及到了隱私問題，用消費(fèi)者的數(shù)據(jù)去建立機(jī)器學(xué)習(xí)模型的過程中，是不是會侵犯隱私？
在歐洲和美國，對于隱私的保護(hù)是非常嚴(yán)厲的，比如CCPA和GDPR，他們很嚴(yán)苛，收集個人隱私數(shù)據(jù)的公司不能將這些數(shù)據(jù)共享出去，一旦發(fā)現(xiàn)隱私泄露，罰款額度是非常高的，大約占這個公司整體營業(yè)收入的2%，谷歌、Facebook都被罰過。
而在中國，個人隱私保護(hù)法也馬上就要上線了，例如去年《民法典》也已經(jīng)明確規(guī)定了：隱私數(shù)據(jù)，特別是消費(fèi)者的隱私數(shù)據(jù)，是不能外泄的。
由此就產(chǎn)生了一個矛盾，企業(yè)要提高自己人工智能的水平，必須引入外部數(shù)據(jù)，但引入外部數(shù)據(jù)又會受到數(shù)據(jù)保護(hù)法的限制，這一矛盾該如何解決成為了一個重要的問題。
其實，隱私計算就是能讓企業(yè)在引入外部數(shù)據(jù)時，保護(hù)消費(fèi)者隱私的一種方法。
以前做法很簡單。比如互聯(lián)網(wǎng)機(jī)構(gòu)和銀行做聯(lián)合建模，利用消費(fèi)行為評估信用等級，互聯(lián)網(wǎng)公司就把數(shù)據(jù)拷到數(shù)據(jù)中心，這會導(dǎo)致數(shù)據(jù)的泄露，這種做法已經(jīng)不被允許了。
第二種是數(shù)據(jù)脫敏，把關(guān)鍵字符，比如身份證號、手機(jī)號、家庭住址等等，做一些分析，然后再去做機(jī)器學(xué)習(xí)的模型，去探尋規(guī)律，這種方法的最后結(jié)果是不保真的。
而隱私計算是一種數(shù)據(jù)不用出本地的解決方案。比如兩個機(jī)構(gòu)可以通過聯(lián)合建模的方法，在數(shù)據(jù)保持在本地的前提下，建出一個模型來為需求方做服務(wù)。這就衍生了一個非常好的商業(yè)價值，就是它保護(hù)了數(shù)據(jù)的所有權(quán)，使數(shù)據(jù)的所有權(quán)和使用權(quán)相分離。
以前如果要做一個數(shù)據(jù)的模型，我們需要把數(shù)據(jù)拷出去，而隨著數(shù)據(jù)拷貝，這個數(shù)據(jù)的所有權(quán)也就喪失了。隱私計算是數(shù)據(jù)不出域的，也就是說你可以使用數(shù)據(jù)，但見不到數(shù)據(jù)，所以它保證了數(shù)據(jù)的所有權(quán)和使用權(quán)的隔離，這使得我們可以去激發(fā)整個市場數(shù)據(jù)。
我們國家一直強(qiáng)調(diào)要讓數(shù)據(jù)成為生產(chǎn)要素。既然是生產(chǎn)要素，就是商品，就要定價流通，所以隱私計算的衍生價值就是讓數(shù)據(jù)可以變成商品，成為可流通的、有價值、可定價的東西。所以這是隱私計算的副產(chǎn)品，也是它未來可能對這個行業(yè)帶來的最大的創(chuàng)新源泉。
說到隱私計算，內(nèi)部還有細(xì)分，有三大門派。“華山派”就是指的比較早的可信計算、安全屋，比較流行的像英特爾和阿里螞蟻的技術(shù)，這種技術(shù)可以保證安全可信的計算環(huán)境；第二個叫“少林派”，指的是多方安全計算，它的做法就是用秘密分享，不經(jīng)意傳輸，混淆電路等算法，保證你的數(shù)據(jù)既能使用又安全；第三個“武當(dāng)派”，就是聯(lián)邦學(xué)習(xí)，聯(lián)邦學(xué)習(xí)是最近比較火的話題，就是在多個分布式的節(jié)點(diǎn)，使數(shù)據(jù)能夠進(jìn)行交互，最后不僅能訓(xùn)練出一個模型來，還能保證數(shù)據(jù)的隱私和安全性。從三個不同技術(shù)的對比可以看出來，聯(lián)邦學(xué)習(xí)是最能保證數(shù)據(jù)的隱私，又能保證效果的一個方法。
現(xiàn)在的隱私計算在金融行業(yè)還是非常火爆的。第一，金融行業(yè)對外部數(shù)據(jù)的依賴程度很大，因為金融行業(yè)能夠收集到的客戶數(shù)據(jù)非常有限，風(fēng)險控制對于銀行來講是一個非常重要的指標(biāo)，它要提高風(fēng)險控制能力，降低壞賬率，提高業(yè)務(wù)水平，所以隱私計算在金融行業(yè)是非常重要的。
其次，在一些其他的消費(fèi)者隱私數(shù)據(jù)比較敏感的地方，比如醫(yī)療、政府等等大數(shù)據(jù)領(lǐng)域，甚至后邊可以擴(kuò)散到小微企業(yè)、產(chǎn)業(yè)鏈金融、還有工業(yè)，對個人數(shù)據(jù)價值的保護(hù)，還有數(shù)據(jù)資產(chǎn)的界定，隱私計算都是非常好的一種解決方案?，F(xiàn)在我們正處于一個技術(shù)的啟動期，大概在2019年的時候，各種技術(shù)已經(jīng)基本成熟了，2020年有些產(chǎn)業(yè)開始做一些試點(diǎn)和試用（POC），還有一些點(diǎn)到點(diǎn)的打通。而到了2021年，這個產(chǎn)業(yè)就逐漸開始爆發(fā)。
舉幾個例子，隱私計算在金融的幾個細(xì)分領(lǐng)域應(yīng)用范圍也是比較廣的，主要是反洗錢、聯(lián)合定價、聯(lián)合信貸風(fēng)控，還有客戶價值的營銷篩選模型，在這些領(lǐng)域中隱私計算都已經(jīng)有落地案例了。
隱私計算的口號就是打破數(shù)據(jù)孤島。
數(shù)據(jù)孤島分為內(nèi)部孤島和外部孤島。一個大型的集團(tuán)，比如像某汽車集團(tuán)，它下面有很多分公司，比如有保險公司、金融公司、汽車公司、車聯(lián)網(wǎng)公司，這些公司有各種各樣的數(shù)據(jù)，如果該集團(tuán)想做數(shù)據(jù)打通，它是不能把數(shù)據(jù)拷在一起的，如果拷在一起就違反了《數(shù)據(jù)安全法》，就出域了。
另外一個，機(jī)構(gòu)和機(jī)構(gòu)之間的數(shù)據(jù)打通，比如要反洗錢，上海某個銀行要和銀聯(lián)進(jìn)行數(shù)據(jù)打通，銀聯(lián)的數(shù)據(jù)不能出來，銀行的數(shù)據(jù)也不能出去，這種情況下就需要機(jī)構(gòu)和機(jī)構(gòu)之間的數(shù)據(jù)打通。
除了金融行業(yè)，還有其他行業(yè)，比如樣本數(shù)據(jù)的共享，我們知道CV樣本是很難獲取的，因為有時候我們?nèi)z測缺陷，缺陷并不容易出現(xiàn)，一旦出現(xiàn)，我們即便是標(biāo)注好了，它的數(shù)據(jù)樣本依然是不夠的，所以如果我們大量的人都參與這個行業(yè)，去標(biāo)注自己的樣本，樣本又能共享，變成一個樣本池。同時，這個樣本又只屬于我自己，你用我的樣本，但不會擁有這個樣本，這時候又生成了一個產(chǎn)業(yè)，對于CV數(shù)據(jù)的共享，隱私計算也能發(fā)揮非常大的作用。
這是金融行業(yè)幾個比較典型的案例，包括增強(qiáng)風(fēng)控能力，合規(guī)，還有小微企業(yè)的貸款幾個方面。舉個小例子，現(xiàn)在我們都講供應(yīng)鏈金融，想給小微企業(yè)貸款，很難，特別是它的信用貸，它沒有辦法證明自己的還款能力。什么能證明？發(fā)票，稅務(wù)局有它的開票記錄，或者經(jīng)營記錄也能證明，這些經(jīng)營記錄可能是在電商，有它的交易流水記錄。用聯(lián)邦學(xué)習(xí)的技術(shù)，進(jìn)行數(shù)據(jù)打通，增加小微企業(yè)畫像的完整度，銀行就可以給小微企業(yè)做一個非?？陀^的信用評分，再給它一個授信額度，小微企業(yè)就得到了企業(yè)資金的滿足。
星云Clustar在這里邊做什么呢？
隱私計算是機(jī)器學(xué)習(xí)的一個分支，機(jī)器學(xué)習(xí)是人工智能的一個分支，所有的行業(yè)都在用人工智能的技術(shù)去解決它的問題，星云Clustar想做的事情就是用隱私計算去為企業(yè)提供一個全棧的解決方案，這包括從算力層到計算框架層，再到最上層的數(shù)據(jù)。隱私計算就意味著數(shù)據(jù)是要打通的，要有外部數(shù)據(jù)輸入才能完成一個完整的流程和場景，星云Clustar在這三個方面都是給客戶提供一站式的解決方案，只要有了這三個東西，客戶落地一個隱私計算或者聯(lián)邦學(xué)習(xí)的業(yè)務(wù)場景是非常快的。
星云Clustar是秉承開源的，現(xiàn)在聯(lián)邦學(xué)習(xí)最大的開源社區(qū)叫FATE，星云在里邊貢獻(xiàn)了很多源碼，我們還會持續(xù)為FATE社區(qū)進(jìn)行貢獻(xiàn)。還有包括聯(lián)邦學(xué)習(xí)的產(chǎn)業(yè)委員會，星云Clustar也在里面起到了非常大的推動作用。
有一個機(jī)構(gòu)曾做了一個預(yù)測，到2025年的時候，有50%的企業(yè)都是隱私計算的用戶，所以我們可以想像一下，我們在做一些業(yè)務(wù)決策的時候，要做BI，要做各種數(shù)據(jù)的匯總，CRM、ERP，那都是內(nèi)部的數(shù)據(jù)，引入外部數(shù)據(jù)意味著比你自己在數(shù)據(jù)上去做各種升維降維、衍生變量，效率更高。所以除了剛才我們提到的金融行業(yè)，還有醫(yī)療、生物、政務(wù)、零售等行業(yè)，都會是隱私計算的目標(biāo)客戶。
所以隱私計算這個賽道是剛剛起步，而且應(yīng)用方興未艾，星云Clustar將會堅持在隱私計算領(lǐng)域貢獻(xiàn)自己的科技力量。
我的介紹到這里，謝謝。
快報
根據(jù)《網(wǎng)絡(luò)安全法》實名制要求，請綁定手機(jī)號后發(fā)表評論