隱私計算開辟了一種全新的數(shù)據(jù)協(xié)作模式，在不泄露數(shù)據(jù)原始信息的前提下，對數(shù)據(jù)進行分析計算，實現(xiàn)數(shù)據(jù)所有權和使用權的分離，避免流通過程中的數(shù)據(jù)資產(chǎn)損失和隱私信息泄漏。從明文直接傳輸?shù)臄?shù)據(jù)流通1.0階段，隱私計算模式是數(shù)據(jù)流通3.0階段。
雖然熱度持續(xù)攀高，但隱私計算行業(yè)仍處于初期階段，市場環(huán)境和商業(yè)規(guī)模都還不夠成熟，隱私計算的商業(yè)前路幾何？12月10日，由雷鋒網(wǎng)主辦的數(shù)據(jù)安全與隱私計算論壇上，瑞萊智慧RealAI首席架構(gòu)師徐世真帶來《隱私計算助力構(gòu)建AI新基建》的主題演講，從AI發(fā)展的視角出發(fā)，為研判隱私計算的未來趨勢提供參考思路。
隱私計算是AI能力的重要補充與延伸
隱私計算通常與AI緊密結(jié)合，徐世真表示，從技術角度看，隱私計算是AI能力的重要補充。AI高度依賴數(shù)據(jù)基礎，規(guī)?；叶鄻踊母哔|(zhì)量數(shù)據(jù)，能夠訓練出效果更好的模型，隱私計算通過解決數(shù)據(jù)的“鏈接”問題，為算法的持續(xù)進化提供數(shù)據(jù)補充。
相應的，這也倒逼企業(yè)在落地AI應用的過程加大對數(shù)據(jù)的拓展。但隨著越來越多的數(shù)據(jù)被收集和利用，數(shù)據(jù)風險和隱私保護也成為AI系統(tǒng)在開發(fā)和應用過程中面臨的一項挑戰(zhàn)。9月26日，國家新一代人工智能治理專業(yè)委員會發(fā)布《新一代人工智能倫理規(guī)范》，其中數(shù)據(jù)與隱私安全內(nèi)容貫穿了人工智能管理、研發(fā)、供應等特定活動的具體倫理要求。
產(chǎn)品層面來看，復制性低和通用性差是當前隱私計算產(chǎn)品化面臨的一大局限。徐世真提供了兩方面的解決思路，一是盡量從規(guī)范成熟、少定制化的需求場景切入，二是將隱私計算嵌入現(xiàn)有的成熟產(chǎn)品，比如隱私保護數(shù)據(jù)庫、隱私保護大數(shù)據(jù)分析引擎。后者思路下，在與AI技術能力的結(jié)合中，隱私計算可看成AI中臺2.0，即在原有機器學習平臺中添加隱私計算功能模塊。
“這也是用戶理想的隱私計算產(chǎn)品形式，對外依舊輸出AI建模能力，用戶操作層面幾乎無感，在使用原有機器學習建模技術的同時，底層已經(jīng)通過密碼學、MPC技術實現(xiàn)了隱私保護功能?！毙焓勒姹硎尽?/p>
某種程度上，AI也可看成隱私計算的上層應用。徐世真介紹道，隱私計算目前不存在場景通用解決方案，單一技術路線無法適配所有場景。實際應用中，隱私計算無法與上層應用解耦，不同技術路線之間也無法解耦，多數(shù)情況下，用戶需要的仍是AI相關功能，AI也因此成為牽引隱私計算的一項核心需求。
AI模式為隱私計算發(fā)展提供兩大路徑參考
徐世真看來，現(xiàn)階段隱私計算的商業(yè)化落地仍面臨四大挑戰(zhàn)。
第一，生態(tài)壁壘。目前各廠商隱私計算技術互不相通，也無法互相連接，解決數(shù)據(jù)孤島問題的過程中反而帶來技術孤島的問題，這意味著需要上層進行大量集成。
第二，計算性能。密碼學操作的引入、分布式通信問題，以及同態(tài)加密導致計算性能慢，難以支撐大規(guī)模數(shù)據(jù)訓練。
第三，安全性。從知識產(chǎn)權保護的角度，各家廠商不會公開底層協(xié)議，導致協(xié)議不透明的問題，難以審計。
第四，可用性。目前的隱私計算技術服務商不具備數(shù)據(jù)生態(tài)、數(shù)據(jù)鏈接的能力，無法提供開箱即用的數(shù)據(jù)和解決方案，用戶的應用成本和難度增加。
徐世真表示，結(jié)合AI發(fā)展歷程，隱私計算的未來發(fā)展可借鑒兩大經(jīng)驗。首先技術路徑方面，基于底層數(shù)據(jù)流圖的編譯器路線將推動技術的兼容互通；性能優(yōu)化當前可通過優(yōu)化底層密碼庫來實現(xiàn)，未來仍需借助新硬件；提升安全性需要抵御密碼協(xié)議層和應用層的惡意攻擊。
其次在產(chǎn)業(yè)路徑方面，隱私計算需要逐場景落地，根據(jù)不同的場景需求采用合適的技術路線，比如多方安全計算效率高、安全可證明，但通信量大、僅支持簡單計算邏輯；聯(lián)邦學習支持復雜機器學習，但主要面向建模場景；TEE路線具備較好的性能和算法生態(tài)，但依賴硬件廠商硬件可信性和用戶接受數(shù)據(jù)集中式處理。
立足于AI視角，瑞萊智慧推出了業(yè)內(nèi)首個編譯級隱私保護計算平臺RealSecure，底層以編譯器架構(gòu)與全同態(tài)加密為核心突破，實現(xiàn)與傳統(tǒng)算法的自動編譯和一鍵適配，性能領先業(yè)內(nèi)平均水平數(shù)十倍，同時基于底層數(shù)據(jù)流圖，與構(gòu)建事前、事中、事后的全方位安全評估體系，實現(xiàn)可追溯、可驗證的高安全級別。
面向場景需求，瑞萊智慧打造了“平臺+數(shù)據(jù)+服務+場景”的一體化隱私計算解決方案，引入運營商、支付等數(shù)十種外部數(shù)據(jù)源，推動隱私計算從功能論證階段邁向業(yè)務落地閉環(huán)，實現(xiàn)對金融、政務等不同業(yè)務場景的快速賦能。
隱私計算僅僅是企業(yè)合規(guī)建設的一環(huán)
隱私計算不僅僅是技術行為，也是企業(yè)合規(guī)性組織建設行為。但在市場早期階段，用戶對于隱私計算的應用模式及場景理解通常存在誤區(qū)。比如在合規(guī)性方面，企業(yè)往往想要的是端到端安全，公眾意義上符合法律規(guī)范的全流程安全，包含數(shù)據(jù)采集、匿名化、使用授權機制等。但隱私計算僅僅解決數(shù)據(jù)流通、模型訓練/預測過程中的安全問題，與用戶預期存在偏差。
徐世真強調(diào)，隱私計算僅僅是企業(yè)合規(guī)建設的一環(huán)，需要在法律法規(guī)的框架下進行。目前瑞萊智慧與中倫律師事務所展開戰(zhàn)略合作，充分發(fā)揮雙方資源優(yōu)勢，在數(shù)字經(jīng)濟時代針對人工智能、數(shù)據(jù)交換等新場景下應用與監(jiān)管機構(gòu)強監(jiān)管要求的合規(guī)法律與技術體系建設，為企業(yè)提供咨詢服務、體系建設等服務。
另一方面，徐世真表示，雖然政策監(jiān)管出臺，但讓企業(yè)單純?yōu)椤俺杀卷棥钡陌踩度胭I單往往是有難度的。本質(zhì)上隱私計算雖然解決了數(shù)據(jù)“能”拿出來的問題，但沒有解決讓企業(yè)共享數(shù)據(jù)的意愿問題。
這里的關鍵在于數(shù)據(jù)價值的閉環(huán)，充分釋放數(shù)據(jù)價值，使得各個數(shù)據(jù)參與方從中獲益，將“成本項”轉(zhuǎn)為“營收項”，才能讓用戶產(chǎn)生持續(xù)性的意愿度，開放數(shù)據(jù)的特定使用權來參與后續(xù)數(shù)據(jù)流通，推動持續(xù)性的數(shù)據(jù)流通。這一過程通常需要企業(yè)內(nèi)優(yōu)勢業(yè)務部門的配合和印證。
徐世真表示，AI技術能夠有效解決數(shù)據(jù)流通的意愿問題。AI技術具有強大數(shù)據(jù)處理與分析能力，是實現(xiàn)數(shù)據(jù)價值的關鍵技術，隱私計算則解決了數(shù)據(jù)安全流通問題。通過“人工智能+隱私計算”的深度結(jié)合，能夠在實現(xiàn)跨業(yè)、跨域數(shù)據(jù)安全融合的基礎上，實現(xiàn)數(shù)據(jù)價值的深度挖掘與釋放。
