伴隨著深度學習能力的提升以及芯片等技術的快速發(fā)展，人工智能應用收集數(shù)據(jù)過度而造成的隱私泄露事件時有發(fā)生，不免引起社會對人工智能數(shù)據(jù)安全性的質疑。例如2019年年初，國內某人臉識別公司發(fā)生大規(guī)模數(shù)據(jù)泄露事件。超過250萬人的數(shù)據(jù)可被獲取，680萬條記錄泄露 ，其中包括身份證信息、人臉識別圖像及捕捉地點等。面對人工智能對隱私信息保護存在的問題，近日在上海舉辦的2020世界人工智能大會云端峰會也對此進行了大量討論，而隱私計算（Privacy Computing）則成為了熱議的話題。大會承辦方之一上海數(shù)據(jù)交易中心在峰會上發(fā)布了基于聯(lián)邦學習技術的多方安全計算驗證環(huán)境，探索數(shù)據(jù)流通與交易領域多元數(shù)據(jù)融合的實現(xiàn)途徑，推動各領域行業(yè)數(shù)據(jù)的標準化研究，提升多元數(shù)據(jù)的可用性、規(guī)范性、安全性，得到了產(chǎn)學兩界的極大青睞。
英國市場研究公司JuniperResearch一項新研究發(fā)現(xiàn)，到2024年，移動邊緣計算的年度總支出將達到112億美元。這比2019年的13億美元有所增長，年均增長52.9%。邊緣計算領域還有廣闊的發(fā)展空間。因此，從2018年開始，BAT等大廠接連入局隱私計算，此外，一些走在前沿的金融科技公司也有布局，這其中就有亞洲領先的金融科技集團WeLab。
在中國香港、內地、印尼三地市場均有業(yè)務布局的WeLab從創(chuàng)立以來一直重視用戶的信息安全和隱私，在2015年成立創(chuàng)新研究中心，并從2018年起開始投入到隱私計算領域的研發(fā)，包括聯(lián)邦學習、邊緣計算等技術，并已獲得了多個隱私計算的相關專利，其專利邊緣計算解決方案將在高效計算的基礎上確保用戶隱私數(shù)據(jù)的安全以及更精簡的數(shù)據(jù)傳輸。在2019年，WeLab全面上線了高維向量檢索——ANN算法，運用這一算法可更高效地檢測欺詐行為，并且擺脫了常規(guī)欺詐檢測算法需要直接訪問大量用戶數(shù)據(jù)的問題，保護了用戶隱私。
自去年12月，WeLab集團完成了C輪融資后，大力發(fā)展隱私計算作為重要技術解決方案，成為了集團目前的三大戰(zhàn)略目標之一，也是集團創(chuàng)新研究中心的研發(fā)重點。目前，邊緣計算跟聯(lián)邦學習已自研出可操作的平臺系統(tǒng)，在應用層已經(jīng)取得了重大進展。據(jù)WeLab集團創(chuàng)新研究中心介紹，目前正在與多個金融鏈條的上下游合作方洽談合作，已有多家公司表現(xiàn)出對前沿科技的興趣，計劃未來一起進行聯(lián)合建模測試，也將通過集團旗下的天冕大數(shù)據(jù)實驗室將隱私計算作為重點技術解決方案向合作伙伴輸出。同時，WeLab集團也在今年提交了多項涉及聯(lián)邦學習與邊緣計算的自研技術專利申請，進一步完善集團在隱私計算技術的布局。
在愈發(fā)增強的數(shù)據(jù)隱私保護潮流下，企業(yè)已經(jīng)意識到各種技術路線都有其適配的場景，比如聯(lián)邦學習更適合數(shù)據(jù)挖掘，多方安全計算的安全性更高，這些技術需要彼此結合使用，也需要行業(yè)內共同交流和學習，才能滿足企業(yè)的需求。總體來說，隱私計算行業(yè)目前還剛剛起步，行業(yè)也需要像WeLab這樣的技術先驅引領浪潮，通過不斷的應用落地，來進一步反哺技術，不斷地提升行業(yè)標準。
