G瑞莱智慧徐世真：隐私计算商业化落地面临四大挑战， mpc 合作伙伴|顺丰|美团|山姆|山姆

【雷峰网】2021年12月9日-2021年12月11日，2021第六届全球人工智能大会（GAIR 2021）于深圳开幕。本届大会由粤港澳大湾区人工智能与机器人联合会、雷峰网联合主办，深圳市人工智能与机器人研究院、深圳市机器人协会、深圳市人工智能学会支持。
作为中国最具影响力和前瞻性的前沿科技活动之一， GAIR 大会已经度过了五次精彩而又辉煌的历程，见证数次潮水的转向，成为目前为止粤港澳大湾区人工智能领域规模最大、规格最高的学术、工业和投资领域跨界盛会。
大会第二天，以《直面数据安全风险和挑战；挖掘隐私计算的100%可为》为主题的“数据安全与隐私计算”分论坛吸引了来自全国各地的专家、学者、企业家、投资人等，大家齐聚一堂共话新时代下“数据安全与隐私计算”的当下与未来。
其中瑞莱智慧RealAI首席架构师徐世真带来了题为「隐私计算助力构建AI新基建」的精彩演讲。演讲要点可概括为以下几个方面：

AI和隐私计算息息相关，隐私计算是AI能力的重要补充，AI是隐私计算的核心需求。从场景角度来看，隐私计算通常和AI紧密相关，AI可以看成隐私计算的上层应用与核心技术。
隐私计算面临的困境主要有生态壁垒、安全性、可用性、计算性能。
借鉴AI发展模式，隐私计算的技术路径可走底层编译路线实现兼容互通，通过优化底层密码库优化性能；产业路径需要逐场景落地，并根据不同的场景选择不同的技术路线。
徐世真认为只有深度结合AI，使业务方从隐私计算中获益，才能把隐私计算从成本项变成营收项，保证企业有可持续的意愿度，保证数据价值闭环操作。
隐私计算仅仅是企业合规建设的一环，需要在法律法规的框架下进行。

文章插图

瑞莱智慧RealAI首席架构师徐世真

以下是徐世真演讲全文，雷峰网做了不改变原意的整理与编辑：
我是来自瑞莱智慧的徐世真，今天我的演讲主题是《隐私计算助力构建AI新基建》。
瑞莱智慧是孵化自清华大学人工智能研究院的AI 企业，专注于人工智能领域的安全问题。随着人工智能被纳入新基建的范畴，安全可控成为一项核心的基础能力，其中包括数据安全、算法可靠、应用可控。今天我主要分享一下公司在数据安全、隐私计算方面的研究。
一、隐私计算与AI能力互为补充
我们认为，AI和隐私计算是息息相关的。
首先，隐私计算是AI能力的重要补充。从技术角度看，足够规模且多样化的数据，才能训练出比较好的模型，隐私计算能够解决数据的“链接”问题，为算法的持续进化提供数据补充；
第二，AI是隐私计算的核心需求。从场景角度来看，隐私计算通常和AI紧密相关，AI可以看成隐私计算的上层应用与核心技术。基于密码学原理的MPC/联邦学习，需要针对特定应用进行程序改写，而且多数是属于AI应用，比如DNN、逻辑回归或树模型。从这一点来看，AI和隐私计算有一定的相通之处，他们都没有一个通用技术方案解决所有问题。
第三，隐私计算是AI平台的2.0版本。从产品角度来看，用户需要的是带有隐私计算功能的机器学习平台。市场上主流的隐私计算平台，其实提供的大多是AI建模能力，不过底层通过密码学、MPC技术进行了隐私保护的功能。
总体来看，我们认为人工智能和隐私计算互为补充，且互为核心需求。
二、隐私计算的困境在哪里？
但目前我们也了解到，隐私计算面临很多问题。
第一，生态壁垒。隐私计算解决数据孤岛的问题，但解决了之后，反而会诞生技术孤岛的问题，各家隐私计算的技术互不相通，也无法互相连接，基本意味着上层的代码需要重构。
第二，计算性能。速度慢，因为引入了很多密码学操作，要么是MPC带来的通信问题，要么是同态加密带来的计算性能问题，很难支撑大规模数据训练，如果是亿级或十亿级的训练，单纯用联邦学习或者MPC很难实现。
第三，安全性。各家从知识产权的角度不太会公开自己的底层协议（除了一些开源项目），这就带来协议不透明的问题，难以审计。安全性如果没办法审计，将会蕴含巨大漏洞。
第四，可用性。我们为了做数据生态、解决方案生态，不可能要求客户自己连接数据，所以作为一家隐私计算技术的服务商，我们需要提供开箱即用的数据，甚至需要提供开箱即用的解决方案，让用户能够在不改变原来中心化非隐私计算操作体验的情况下来使用隐私计算平台。