当前，“十四五”进入开局之年，以AI 为代表的新型基础设施正在不断赋能各项产业升级，正所谓无数据、不智能，人工智能与大数据在智慧金融、智能客服、自动驾驶、智能制造等多行业的应用，带来了产业的深度赋能。随着信息时代的来临，互联网沉淀海量信息，如何在数据安全的情况下进行AI深度学习和实际落地应用，成为产学研界关注的核心话题。

　　在2021世界人工智能大会主题论坛——智能语义分析论坛的现场，数据安全及隐私计算成为今日大会的热点话题。

　　复旦大学教授、博士生导师，计算机科学技术学院、软件学院院长姜育刚在《人工智能算法治理》主题演讲中表示，人工智能算法中隐私保护这一块是最近非常受关注的一个点，有代表性的技术就是联邦学习，所谓联邦学习就是一种分布式学习的手段，从不同的数据在不同的端上，采用分布式学习数据相互之间不共享不传输，最终我们能够学到一个比较好的模型，这里非常值得深入研究。


　　在发展人工智能的时候，需要技术+规则的这样的一个所谓双轮的驱动，一方面希望研究更符合规则的人工智能的算法，因为我相信未来隐私保护的规则会陆陆续续的推出来，我们的技术要更符合规则的要求。

　　在《发挥数字力量，助推数字化转型》主题圆桌上，融数联智创始人、CEO袁晔表示：数据的采集、存储、分析，根本是由存储和算力决定的，因这两者成本越来越低，导致大量的数据产生，分析也变得可行，人工智能得以在这些年快速发展。但是这底层有一个核心的逻辑，所有的数据分析都是基于数据归集状态下。


　　我们看到了一个趋势，《数据安全法》和《个人隐私保护法》，使得数据的跨域分析、跨公司分析，甚至包括内部的数据流通即公司内部不同部门的数据分析，需要合规化。

　　融数联智就是在解决这个问题，数据在不搬家的情况下，实现跨公司、跨域的数据联合分析，在我们看来这个是数据从原来的加法时代——数据搬家归集，进入到减法时代——数据可以在不同的公司本地形成一个分布式的数据库。这需要有加密学、密码学等成熟的技术相结合，同时要有更大的算力去实现。

　　融数联智正在以PPU隐私保护芯片的方式提升整个运算效能，实现跨公司、跨域的数据联合运算，进而赋能人工智能及NLP等技术应用。

　　上海财经大学讲席教授、信息管理与工程学院常务副院长黄海量在论坛中表示：未来人工智能和NLP里面的发展趋势，第一个是经济性，第二个是安全性。联邦计算和隐私计算都在解决人工智能领域安全性的问题。

　　同时人工智能领域的大量人才缺口，推动了在AI领域多层面的校企合作，但是目前校企合作还是有一些挑战，其中一个挑战是信息安全的问题，有一些企业的数据是不能出厂的，跟学校在合作的时候碰到很多的问题，未来希望隐私计算的成熟逐步可以解决数据安全应用的问题。

黄浦人才网