智能眼镜|同盾李晓林:打造互联互通机制,化解数据安全保护与数据共享矛盾

智能眼镜|同盾李晓林:打造互联互通机制,化解数据安全保护与数据共享矛盾

近日 , 由《陆家嘴》杂志、上海世纪出版集团、零壹财经·零壹智库联合举办的“《陆家嘴》交流会第一期”在上海召开 。 会上 , 同盾科技合伙人、人工智能研究院院长李晓林教授以“知识联邦 , 打造基于隐私计算的共享智能平台”发表主题演讲 , 与现场来宾共同探究隐私计算的发展之路 。
李晓林教授主要通过数据保护的重要性 , 隐私计算的发展现状、背景以及同盾科技在这一领域的理论实践和应用落地情况这三个层面进行介绍 。
李晓林教授首先从当下涉及到数据以及数据隐私保护的行业现状和行业痛点切入 , 表示当下数据隐私保护已经成为各行各业的关注重点 , 国家也同样出台了一系列法律法规 , 但是在满足数据合规性要求的同时进一步加剧了数据孤岛效应 , 保护数据和发挥数据价值形成了一定的冲突 , 数据的低安全性和高价值无法同时兼具 。 在这样的背景之下 , 行业推出了一系列的技术手段以解决这一问题 , 旨在满足合规性的同时打破数据孤岛 , 但不同厂商、不同隐私计算平台之间又易形成新的数据群岛 , 因此 , 当下还应该重视平台之间的互联互通问题 。
李晓林教授认为 , 要想真正实现知识的共享互通 , 利用互联互通的机制来充分发挥数据的价值 , 首要问题是要保障一致性:一个方面是连接上的一致性 , 另一方面是流通的数据、内容的一致性 。

针对这一现状 , 为充分发挥数据流通的价值 , 同盾科技打造了一套基于隐私计算的开放共享智能平台 , 其核心是智邦平台iBond , 底层是智邦的内核iCore 。 李晓林教授分别从平台理论以及实践做了简要介绍 , 同时李晓林教授表示知识联邦作为平台的理论框架 , 从信息层、模型层、认知层、知识层全方位融合了多方安全计算(MPC)、联邦学习(FL)、可信执行环境(TEE)等多种技术 , 实现了数据可用不可见、知识共创可共享 , 首次将认知和知识引入隐私计算范畴 , 目标是实现下一代可信、可解释、可推理、可决策的人工智能 。
此外 , 同盾科技还打造全面互联互通参考模型FIRM模型 。 这是一个多层次的互联互通参考模型 , 把互联互通分为五个层次 , 包括平台层、通信层、数据交换层、算法层、应用层 。
基于知识联邦的理论框架、互联互通的FIRM模型、智邦平台iBond的支撑 , 近一步打通数据流通 , 那么无论是数据的提供方、使用方还是应用开发者、提供方或使用方 , 都可以在这一开放共享智能平台上面发布数据、应用模型 。
李晓林教授进一步对这一平台分享了相关的案例应用 , 如在信息层可在保护用户隐私并保证数据安全的前提下 , 进行数据源联合数据分析 , 可用于保护条件查询;在模型层可以为金融机构做风控建模 , 提升效率和服务价值;在认知层可通过安全多方进行预测 , 如信贷智能反欺诈;在知识层 , 可通过联邦社交推荐做精准营销 , 助力企业做出精准判断 。
最后 , 李晓林教授总结道 , 同盾科技的目标是想打造下一代的可信人工智能 , 为中国在下一代可信AI引领全球上作出贡献 。 为达到这一目标 , 同盾成立了知识联邦产学研联盟(AFK) , 目的是能够通过企业、研究院所以及大学形成的知识联盟 , 在知识、人才、资源等多方面产生互补 , 李晓林教授表示同盾将作为一个连接器 , 持续深耕 , 强化知识联邦产学研联盟(AFK)的算法研究并对联盟开源开放 , 致力推动行业生态的合作共赢 。