产学研专家齐聚成都,探讨安全可控的人工智能产业落地路径 ...

封面新闻记者 易弋力

10月13日,在成都举办的2021年中国人工智能大会(CCAI 2021)人工智能产业论坛上,来自全球顶尖科研机构、头部企业与金融机构的专家、代表围绕数据要素、隐私计算、数字金融、人工智能产业应用与实践等热点议题深入讨论与分享,探索安全、可靠、可控的人工智能产业落地路径,推进数据产业健康、合规的高质量发展。

“数据要素分为可用数据和不可用数据,不可用数据的边界由《数据安全法》《个人信息保护法》界定,而可用不可见的数据受法律、商业权益、个人隐私多重因素制约。”CAAI名誉副理事长杨强在分享数据要素、联邦学习的技术背景与研究展望时表示,联邦学习具备数据不出库、性能效率大幅改善的技术优势。以赋能金融行业数字化转型为例,大多数金融机构往往受限于隐私保护、安全、合规的要求,不能轻易进行多方数据流通,通过联邦学习技术实现联合建模、扩充模型空间,可以构建更加精准化、智能化的金融服务体系。

恒生电子研究院院长、原上海交易所总工程师白硕认为,随着《数据安全法》《个人信息保护法》的陆续出台实施,种种动向表明数据产业正逐渐进入新时代,数据生态也将发生翻天覆地的变化。在技术发展的机遇期,以隐私计算与事理图谱为核心的新一代数据技术将成为这一时代的重要技术支撑。

国务院发展研究中心金融研究所副所长陈道富表示,大数据的核心价值在于连接与共享,无法连接的单体数据不具有大数据集合的群体价值。建立以征信体系为核心的信息共享,搭建地方政府主导的以政务数据为主的数据共享,探索企业市场化方式的数据流通,以隐私保护计算技术实现数据的合规、安全流通,将成为我国数据共享方式的重要思路。

在此背景之下,隐私计算让数据在阳光下面临哪些机遇与挑战?香港科技大学智能网络系统实验室主任、副教授、星云Clustar创始人陈凯认为,隐私计算技术可以帮助人工智能为代表的应用领域,合理引入更多受隐私、安全因素限制的数据,促进人工智能模型向精准化、效率化发展;推动不同机构的数据融合,催生出新的应用场景,让过去的不可能成为可能。同时,新兴技术的发展也面临场景探索、市场教育普及等多重挑战,就隐私计算而言,数据安全、信息安全相关法律法规也会带来一些方向上的影响。

“隐私计算的目标是可用不可见,即保护数据本身的保密性,某种程度上,也使得计算内容、计算方式包括结论所有方变得更加透明化,将更容易被监管。”在清华大学交叉信息研究院副教授,华控清交创始人徐葳看来,在满足个人信息保护要求、让AI大数据行业健康可持续发展的双重条件下,找到平衡点,进而合理优化监管制度,是我们在技术层面希望可以做出的贡献。

百度安全产品部总经理韩祖利表示,数据对其他要素的发挥具有乘数作用,数据驱动供需优化、创造价值链流转方式,有利于放大劳动力、资本等要素价值,有价值的数据资源将催生和创造数字经济新产业、新业态、新模式。

第四范式副总裁涂威威分享了他对于隐私计算在AI产业应用中的一些思考。在他看来,随着AI真正落地的临近,隐私计算相关技术仍面临诸多难点与痛点。探索数据安全新技术,建设数据流通共享新机制,覆盖AI技术应用过程中对数据安全、数据隐私的新挑战正在成为当下迫在眉睫需要解决的问题。

成都大数据集团总经理顾勤进行了《助力成都成为全国数据要素流通的枢纽和高地》主题分享。顾勤表示,传统数据不出域的数据安全保护模式,无法完全满足企业对政务数据需求,更多场景亟待公共数据支撑。成都大数据集团以国家超算成都中心、社会数据融通平台以及产业生态创新应用场景为核心,让公共数据和社会数据能够融通起来,进一步公共数据的价值,助力成都市打造数据要素流通的枢纽和高地。

在清华大学国强教授、智能产业研究院首席研究员、大数据智能实验室主任聂再清看来,我们正处在数字化3.0开端的一个时代。越来越多的物理世界的信息正在被源源不断的数字化。在可信AI的原则下,如何发挥私有数据的价值?聂再清称,“我们希望能够通过AI赋能,人机协作降低数据人力成本;发挥私有数据价值,提升机构自身业务智能水平;安全地变现私有数据价值,以数据交易或机构联盟方式提升外部业务智能水平。”

星云ClustarCEO陈沫认为,整个行业的大挑战就是怎么实现多方的数据融合,我们也希望在这个领域持续做出贡献。在开源之外,对于很多金融机构特别是中小银行,更需要的是一站式解决方案,除了数据,还要解决算力瓶颈,以及数据融合的问题。

目前,新一代人工智能技术发展迅速,并渗透应用到社会各个领域之中,而数据作为人工智能的核心要素,价值不断攀升,数据安全和隐私保护显得尤为重要,保障信息安全,实现全面数据开放、共享,释放数据价值成为驱动人工智能向产业加速赋能的必要条件。

标签: 产学研   专家   齐聚   成都  
来源:封面新闻
编辑:GY653

免责声明:本网站内容主要来自原创、合作媒体供稿和第三方自媒体作者投稿,凡在本网站出现的信息,均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性,但不保证有关资料的准确性及可靠性,读者在使用前请进一步核实,并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏,概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时,应及时向本网站提出书面权利通知或不实情况说明,并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后,将会依法尽快联系相关文章源头核实,沟通删除相关内容或断开相关链接。

  • 相关推荐