查看原文
其他

隐私计算应用产业发展论坛圆桌TAIK:关于隐私计算的未来展望

朋湖网 朋湖网 2024-04-15

6月29日,在上海现代服务业联合会的指导下、上海市银行同业公会的支持下,朋湖网联合圆石金融研究院举办的陆家嘴产业金融论坛2022系列线上公益活动——数字经济下的“隐私计算应用产业发展论坛”于线上隆重召开。


编辑|朋湖网


6月29日,在上海现代服务业联合会的指导下、上海市银行同业公会的支持下,朋湖网联合圆石金融研究院举办的陆家嘴产业金融论坛2022系列线上公益活动——数字经济下的“隐私计算应用产业发展论坛”于线上隆重召开。


本次论坛邀请到了上海市银行同业公会钱钧秘书长、上海市银行同业公会金融科技专委会主任、工商银行上海市分行金融科技部总经理邱琳,上海交大计算法学与伦理研究中心执行主任刘志毅,富数科技、洞见科技、光之树科技、蓝象智联等来自隐私计算领域的先锋企业以及中国工商银行股份有限公司、中银金融科技有限公司等金融领域应用场景方专家代表,共同探讨数字经济时代下的隐私计算技术应用及产业发展方向,并从金融行业角度全方位解读隐私计算应用场景落地的实际案例,对隐私计算技术的发展模式及未来趋势进行了深刻的解析。


上海现代服务业联合会会长特别助理、汽车产业金融服务专委会秘书长,兼上海国际航运中心发展促进会金融与保险工作委员会常务副主任兼秘书长沈颐辰出席,并作了主办方致辞。


光之树副总裁武姗姗、中银金融科技有限公司隐私计算实验室负责人张翼飞及上海交大计算法学与伦理研究中心执行主任刘志毅分别代表隐私计算服务商、隐私计算场景应用方和隐私计算研究学术方参与了本次论坛的圆桌讨论环节,围绕着国内隐私计算发展方向并对比全球隐私计算发展现状展开了讨论。


以下为圆桌实录:


01

Q

首先,想请各位简要谈一谈进入行业或者做隐私计算的初衷,您认为隐私计算解决了什么问题?在您还是一个“小白”时,最先接触或者是了解到的是全球哪家隐私计算企业?您觉得它最吸引你/最值得你学习的是哪一点?

刘志毅:


首先,我自己是做人工智能出身,在刚刚演讲中也提到了AI的发展是需要隐私计算的支持,所以进入隐私计算领域是因为自身行业需要我们做相应的一些技术研究。最先接触到的企业主要是百度还有华为等企业也都做了一些相关的研究,算是我们接触比较多的企业。


隐私计算最吸引我的地方主要有两个方面,一方面是海外相对来说做得比较早一些,把隐私计算技术做到了相应的框架里面,技术在很大程度上给了一个路径去解决行业的一些关于数据安全方面的痛点;另一方面是应用场景的需求,从需求方来说,国内是相对国外来讲可能是更加丰富的,那么,正因为需求的驱动,在供给侧这边,各个企业就投入了更多资源做相关的一些研究,所以可以看到一个技术真正要发展一方面是看科研的技术和能力,另外一方面也取决于市场。所以我们可以看到,就是国内的市场里面都越野,包括刚才的专几位专家就提到的一个情况。


武姗姗:


我接触隐私计算的路径最开始的时候实际上是通过了Google,Google做的联邦学习的框架,然后主要解决的是C端输入法的问题,那么为什么当时很有兴趣?我是觉得在整个AI发展的路径中,现在解决了算法和算力的问题之后,实际上下一个可以突破的地方,或者是所谓的千亿赛道就是数据融合、数据流通,隐私计算就能解决问题,这是我们觉得它很具有吸引力的地方。


张翼飞:


我们银行业实际上相对于这些厂商而言,会稍微被动一点,是一个面向监管的行业。隐私计算是受监管驱动的一个行业,从我个人来说,最早了解到隐私计算,确切来说是隐私保护,是很多年前Facebook一次隐私泄露事件,其遭遇到了巨额的罚款,也第一次认识到隐私泄露问题是不太可持续发展的数据的使用的道路。


再后来,就是我个人从社交媒体,还有一些技术论坛看到了谷歌做的一些隐私计算框架,为什么谷歌在这块走得比较早?是因为它本身就有大量的终端产品,它最早是从一个数据安全部门中独立出来的,这也就意味着它本身也是一个受监管对象,甚至一个强监管对象。所以说,隐私计算的这种保护意识以及技术的相关发展是对一个企业的生存所必需的技术。


02

Q

接下来想从一些具体的技术和市场来问问大家的看法,根据你们的经验,从技术和市场化上看,国内外隐私计算的一些主流的技术落地的应用场景和市场成熟度有什么差别?您如何看待这种差异?

张翼飞:


目前,我是这样理解市场成熟度的,首先要有一个足够市场,足够的市场必然会带来应用场景的宽度跟深度,进而会提炼出通用化的市场需求,反过来也会推进市场的发展。这是一个产品发展的基本动力,对任何一个产品都是一样的。


所以,今后随着行业内实际的落地场景越来越多,隐私计算产品的成熟度也会越来越高。在推广的过程中,也会遇到一些新的问题,但我相信在整个行业的努力之下,也都会找到答案。


武姗姗:


我自己有一个比较不成熟的观察,就是说技术方向和场景,我们其实看到国外更多的是直接去做C端的应用,像谷歌的C端输入法预测等,那国内我觉得大家都在讨论的To C场景实际上更多是通过厂商To B来实现。那其实也可以说国外是横向场景发展比较好的,国内大部分都是业业合作,更多是纵向场景上的发展。那在技术上,横向场景更多的会用到安全聚合,最多加一个差分隐私,很少会用到同态加密这种“大杀器”;纵向的话,就是更多会有应用多方安全计算的场景,还有像密码学的秘密分享、同态加密及不经意传输等技术都会用上,这是我观察到的国内外的不同点。


03


Q

从政策看,国内对市场信息安全、监管的力度也在增强,成为一种政策驱动力。那么那您认为,国外的驱动力主要来自哪方面?二者会形成怎样的差异?市场方向会如何变化?

刘志毅:


国外的话,以欧洲为例,他们是“科技伦理先导”,比如说GDPR 中把数据安全中的个人隐私放到了人权这么大的社会学或政治学的概念里面。基于科技伦理的引导去推进征程的落实,国外也特别强调对科技公司垄断行为的防范,所以这一系列实际上是一个系统的工程。


而国内的逻辑实际上是以发展为核心。那么发展是一个目标,那么在这个过程当中会有一些限制,比如说数据安全或伦理问题,包括科学与发展。之前我们做一个研究就叫这个AI可持续发展白皮书,还入选了联合国的官方文件,其实里面讲的就是如果我们要做技术发展,那么一系列限制条件是什么?这两个逻辑是不一样的,即使我们国家已经推出个人信心保护法等,它也是以响应社会公众关切和数据隐私的保护,同时,也是以发展为核心,提出一些指导性的建议,一些限制的条件跟国外的监管策略是不太一样的。


在这两种监管策略下,国内的这个监管策略会更加契合市场的一个发展,然后更好地去迭代它在一个商业化的环境里面的能力。


04


Q

日新月异的技术发展来看,大家对量子计算等新型技术期待很高,您觉得未来隐私计算如果要有所突破,哪项技术您会比较看好?

刘志毅:


我理解上是这样的,隐私计算不是一种单点技术,更是一种新的业务驱动的计算模式。它在发展过程当中,需要兼容并包的去考量不同行业的业务场景、新的法规要求。所以从两个层面来讲,一个层面是底层的技术和理论的更新,我刚才提到了量子密码为代表的计算,或者是前沿的这一类技术,像底层的密码学理论等。我个人会看好在密码学往前走的过程当中,那么底层的一些数学相关的理论的变革,纯粹的量子计算实际上目前很难应用于实际。


第二个是跟其他技术相结合,隐私计算在和以机器学习、区块链为基础的新型网络空间内的隐私技术的结合进行一些产业落地,我觉得可能更具备一些实用性。所以,相应的技术创新从底层理论和不同的跨技术领域结合,随着场景的增加和技术门槛的不断下降,能够看到相应的这个落地。


总体来讲,市场化的生态以及需求侧的动力会推动技术向更加具备实用性、规模化发展,这比单纯地去突破某一些科研的难点或痛点更具有驱动力。


05


Q

从市场化角度看,对隐私计算服务商来说,您认为目前国外主要的发展路径是什么?(比如一些隐私计算服务商被区块链公司收购等),未来国内的方向又是什么?

张翼飞:


从隐私计算本身来看,它是中性的、科学客观的,中外不会存在很大的差异。我认为这是一个商业的问题,那么商业的问题就需要从这个监管环境、市场环境和政策扶持等差异上寻找答案。


从我们银行业的角度来说,目前的顶层政策、监管层面也是鼓励探索的,我们银行也在探索和挖掘新的增长点。


武姗姗:


我觉得隐私计算作为一种底层工具,还是很有价值的。那么作为很多独立厂商,也就是它只提供技术本身,而自己没有场景的,我倒是有一个观察,关于一家国外的隐私计算公司,叫做Owkin,他们主要是去做原研药的,实际上新药这种IP本身是非常值钱的,所以这个逻辑变成了因为研发一种新型的IP是值钱的,那么所以我做的这个Owkin这家公司是值钱的,其实在health care里面,最具有产品化的就是原研药,原研药也是一种数据资产化,因为其实生产成本是可以忽略不计的,当然,原研药的研发流程本身也非常得多,但是这家公司还是通过自己的中间能力让资本认可,觉得其在整个的数据资产化的过程中扮演了一个相对重要的角色。


回过头来看,实际上,国内的未来方向是什么?其实我觉得从商业化的逻辑上来说也是非常值得探讨的,像我们这样独立的厂商,自己不具备落地场景的时候,实际上应该以一个什么样的姿势,或者说能够让大家觉得我们到底在数据资产化的过程中提供一个什么样的价值,这能够决定着我们以及整个行业的发展方向。


预告

开题报告|预计9月发布

朋湖网正在针对隐私计算进行《2022建立统一大市场下,各行业对于隐私计算的应用市场研究》报告的撰写,预计在9月初发布;旨在探讨在全国统一大市场背景下,结合政策、技术、市场三方,研究各行业对隐私计算爆发的市场需求,围绕几个重点的应用落地场景,探讨统一大市场中隐私计算在数据要素市场发挥的作用以及由此带来的联动效果。

报告撰写期间,欢迎更多业内人士与我们联系,经交流分享的信息和资料如经采纳,将在报告中标注来源,并在报告的致谢页中露出。



微信号|Gcx847076575

报告撰写负责人|朋湖网主编龚晨霞




1

END

1

出品 | 朋湖网

往期推荐

弘玑2022:人机协同时代已来,从生态聚合走向生态协同

亚马逊云科技加速云端存储创新 重塑云中数据活力


分享、在看与点赞

关注科技不迷路

继续滑动看下一个
向上滑动看下一个

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存