经历了2019年的技术普及和市场教育阶段,2020年的大规模概念验证和试点部署阶段之后,2021年隐私计算进入真正尝试规模化应用的阶段。本专题将深度调研行业应用状况,同业界一起关注隐私计算给数据要素市场发展带来的价值。
在入局隐私计算的厂商当中,同盾科技的战略与众不同。它不仅仅聚焦于隐私计算技术的发展,而是面向下一代可信AI平台的构建,提出了全新的理论体系,并且形成了系统的产品架构。
2019年12月,同盾科技发布了自主设计和研发的智邦平台(iBond),提出了国内首创、国际领先的知识联邦理论框架体系。
2020年 10月,同盾科技发布了联邦数据安全交换(FLEX)协议。
2021年6月,同盾科技提出“InceptionAI天启可信AI开放操作系统”概念。
现在,智邦平台(iBond)、数据安全交换(FLEX)协议、天启可信AI开放操作系统,三者一同构成同盾可信AI生态系统的基础设施。
与此同时,2020年10月,同盾科技发起成立了知识联邦产学研联盟,该联盟由同盾科技牵头,联合浙江大学、中科院医学所、复旦大学、哈尔滨工业大学、华东师范大学、百度大数据实验室、360集团、平安科技、明略科技等众多学界、业界单位组成。联盟的成立,旨在促进相关主体之间的交流和深度合作,促进知识共享和供需对接,形成优势互补,有效推进知识联邦学术理论、工程技术、标准化、产业链快速发展,联手各方力量共同构建知识联邦优质生态,切实解决企业、高校、研究机构的现实问题。
现在,同盾科技正在推动智邦平台落地更多的场景。今年年底前,同盾科技将推出天启可信AI开放操作系统的落地产品。
对同盾科技来说,当下的行动是面向下一代可信AI平台建设的一次“抢跑”。
超越联邦学习
“知识联邦”的理论体系,由同盾科技合伙人、人工智能研究院院长李晓林提出,它是超越联邦学习的一套体系。
这里,我们先解释下联邦的概念:
联邦常用于政府的组织形式中,是一种协约。依据这种协约,几个独立的政治单元联合起来,构成一个有机整体。联邦国家作为一个整体有自己的立法、司法和行政机关,联邦成员各自也有自己相对独立的立法、司法和行政机关,有较大的自主权。联邦成员之间是平等的,新成员加入后联邦会不断扩大。
解决数据孤岛难题同样可以采用联邦的方式,联邦连通了每个数据孤岛所属的机构。此时,每个机构就像一个个独立的政治单元,他们自行管理自己的数据,是自治的;但是机构之间会通过一种协议联合起来,共同参与组成一个整体作为联邦机构,所有参与成员共同赋予联邦机构一定的权利由其统一行使。
根据2020年10月同盾科技人工智能研究院发表的《知识联邦白皮书》介绍,知识联邦是将散落在不同机构或个人的数据联合起来转换成有价值的知识,同时在联合过程中采用安全协议来保护数据隐私。知识联邦不是一种单一的技术方法,它是一套理论框架体系,是人工智能、大数据、密码学等几个领域交叉融合的产物。
知识联邦包含四个层级:信息层、模型层、认知层和知识层。其中,信息层和模型层可以大致分别对应隐私计算当中的多方安全计算和联邦学习。超越之处,主要是体现在认知层和知识层。
在接受零壹财经专访时,李晓林详细解释了认知层和知识层的含义。
先看知识层。知识层联邦,实际上是通过知识融合或推理,让知识在知识网络中自由流动,以创造或挖掘出更全面、更有价值的知识,这对管理决策有很大帮助。它与联邦学习的不同之处在于,联邦学习往往运用一些比较固定的算法来处理数据,而知识联邦可以通过知识的融合或推理,让算法不断迭代。这在实际生活中能发挥巨大的作用。李晓林举了个例子,比如银行业对骗贷团伙的识别:如果一个诈骗团伙,在10家银行骗贷。如果各个银行之间互相不交流对诈骗用户的判断知识和经验,各个银行只是根据自身在日常业务中总结出来的知识判断其行为特征,有可能都不能完全判断出这是一个诈骗团伙,只能根据各自获取的信息判断出这个团伙有欺诈嫌疑。但是,如果这10家银行把对诈骗团伙的行为总结出来的知识和经验互相交流,就能得出关于欺诈团伙判断的更准确的知识,未来能够更精准地判断团伙欺诈行为。
再看认知层。认知,处于从信息到知识的中间环节。李晓林解释,认知,可以理解成是对事物个案特征的认识。人们获取知识,往往是将对个案特征的认识综合起来,总结出比较稳定的规律。认知层的联邦,就是将从个案中提取出的认知信息联合起来进行分析,从而得到更加准确的知识。他举了个例子,比如对一个男孩单一特征的总结,可以是“短发”或者“踢足球”等等,但是把这些特征综合起来,就能逐渐非常准确地概括男性的特征,从而形成对男性进行判断的知识,这样一来,机器就能够依据这个特征非常准确地判断人的性别。
联邦学习是将数据联合起来进行分析和推理,是较为初级的联邦学习;而知识联邦,不光将数据联合起来,也将认知和知识联合起来,覆盖更多层、更深层次的智能抽象和累积,是全方位的更高级的联邦学习。
开放平台
承载知识联邦理论体系的商业化落地产品,就是到目前为止同盾科技所建立的可信AI生态平台的基础设施——智邦平台(iBond)、数据安全交换(FLEX)协议和天启可信AI开放操作系统。
智邦平台(iBond),是可以帮助数据源和数据使用方之间实现数据安全交互的一个平台。通过该平台,不仅可以打破参与方的数据壁垒充分利用各参与方的数据,同时又可以保证数据不离开参与方来保护数据隐私。
数据安全交换(Federated Learning EXchange,FLEX)协议,是为知识联邦体系打造的一套标准化的联邦协议。它约定了联邦过程中参与方之间的数据交换顺序,以及在交换前后采用的数据加解密方法。通过FLEX协议,可以实现不同框架,不同平台之间的互联互通。这是全球首个可以跨平台、跨框架,打破数据孤岛和框架孤岛的协议。李晓林将FLEX.USE比喻为可信AI时代的HTTP.GET,可以实现合规安全使用数据而不改变数据的所有权。
天启可信AI开放操作系统,不仅可以实现用户和各种传统硬件资源之间的交互,更可以管理知识联邦中各种任务联盟进程和安全合规的虚拟大数据。
这样一套基础设施,最大的特点是——开放。不同于许多提供隐私计算技术的厂商,同盾的天启可信AI开放操作系统面向实际应用,提供数据、模型及应用商店。所有智邦平台的使用者,都可以在这个平台上安全交流和交易数据、模型、应用。
李晓林向零壹财经解释,之所以要建开放的平台,是因为可信AI是一个庞大的系统,单一机构的力量终归有限,因此天启可信AI开放操作系统希望通过开放标准、开放协议、开放互联、开放联盟打造一个开放社区,为中国可信AI生态发展做出贡献。
要建立这样一个开放平台,李晓林认为同盾科技有三个优势:
其一,同盾科技是独立第三方平台。这使得同盾科技自身的业务与平台的使用者没有冲突,可以使用户放心地通过平台进行数据的交换共享。
其二,同盾牵头发起了开放协同的知识联邦产学研联盟。该联盟致力于建立社区,已经有近20家知名高校、科研院所和领军企业银行等加盟。
其三,同盾科技本身已经落地了大量的场景,有了场景,平台才能被更多地用起来。在金融领域,目前同盾科技为中国超过1000家金融机构提供产品和服务,其中包括国有六大行、12家股份制银行,头部的城商行、农商行,和24家持牌消费金融机构。同盾科技的场景方案包含了交易反欺诈、信贷全流程风控、反洗钱、监管科技、智能营销等等。在智能政务、智慧城市建设等方面,目前同盾已经建立了城市金融大脑、智慧高速、智慧运营商、智慧能源等一些基于核心技术的场景解决方案,并陆续服务唐山市政府、余杭区政府、浙江沪杭甬高速、南方电网等政府和企业客户。
引领下一代AI
建立面向下一代AI的基础设施,是李晓林希望着力推动的。
李晓林将人工智能的发展分为三个阶段:
AI 1.0是由专家系统主导,它应用人工智能技术和计算机技术,根据某领域一个或多个专家提供的知识和经验,进行推理和判断,模拟人类专家的决策过程,能够解决一些特定领域的特定问题。但是,那时数据量不够大,算力也不够,算法也不够强大,所以人工智能并未大规模应用于实际生活。
AI 2.0,是由三个因素主导:算法、算力和大数据。深度学习提供算法,CPU和GPU提供算力,移动互联网则储存和提供足够的数据。在这个阶段,人工智能获得了巨大的发展,开始进入社会生活的许多领域,如安防、金融等等。但是目前AI 2.0所面临的挑战也近在眼前,数据孤岛、数据安全交换、大多局限于感知智能等成为制约AI技术应用的瓶颈。
在未来的AI 3.0时代,除数据、算力、算法三要素之外,知识要素将成为第四要素。基于新的四要素,AI 3.0会建立一个全面反映人类智能的、可解释、可因果推测、可共享的泛在生态,优化用小数据和点滴知识去实现全面认知和推理的能力,并且能够做出更加复杂、自主化的智能决策。在这个时代,需要把分散在不同的行业或领域里的知识,充分地利用起来。
从过往历史来看,大约每隔30年,人工智能将会迎来一次革命性跃迁。李晓林认为,当下,我们正处在人工智能2.0向3.0过渡的阶段。
2017年,李晓林牵头创立了美国首个国家级深度学习中心Center for Big Learning (简称为CBL),并任全美中心创始主任。这个中心由美国国家科学基金(National Science Foundation,简称为NSF)和企业会员资助。CBL由全美四所大学分中心(佛罗里达大学、卡内基梅隆大学、俄勒冈大学和密苏里大学)和大量(50+)行业合作伙伴组成。CBL的愿景是创造智能(Creating Intelligence), 使命是通过 CBL 联盟的统一协调努力,在强大的深度学习算法、高效的智能系统和新颖的应用方面进行开创性的研究和开发。
李晓林告诉零壹财经,当时承担这个使命的核心平台之一是DeepCloud,最核心的想法,就是通过平台将散见于产业界、学术界、政府部门的智慧集合起来,促进人工智能的创新,从而使得人工智能在未来能够帮助人类应对更多的挑战。具体的做法,就是希望在DeepCloud平台上,可以汇集数据、模型和各种应用,从而推动创新。
可是,DeepCloud的发展遇到了困境。李晓林回忆,当时DeepCloud在美国迭代了三轮,虽然聚集了二三十人的团队,但是研究生的力量毕竟有限。NSF给予CBL的经费并不少,但是相对于DeepCloud想要取得成功所需要的经费来说,却仍然远远不够。
这给李晓林出了个难题——要想推动DeepCloud继续发展,必须与产业界相结合。
2019年开年,同盾科技创始人、CEO蒋韬在一封企业内部信中,为同盾谋划了一张AI技术发展新蓝图。随后,由于研究方向与落地场景与同盾科技较为匹配,2019年2月,李晓林加入同盾科技,担任合伙人、副总裁兼人工智能研究院院长。在此之前,李晓林担任美国公立常春藤名校佛罗里达大学计算机工程部主任,终身正教授和校级教授。
“未来,希望我们在AI 3.0方面真正做一些开创性的工作。”最后,李晓林向零壹财经表示。
- 上一篇: 智能公司迈上“三高”智慧矿山发展之路
- 下一篇: 烧钱继续,AI独角兽第四范式,前景如何?