数字中国峰会 同盾入选中央网信办AI企业典型应用案例

2021年04月27日 16:23  

本文2361字,约3分钟

4月26日,作为第四届数字中国建设峰会的核心分论坛之一,“人工智能—社会实验视角下的社会治理”分论坛在福州召开。分论坛由国家互联网信息办公室主办,福州市人民政府、之江实验室等单位承办,旨在贯彻落实中央关于推进人工智能应用健康发展的重要精神,按照中央网信办、国家发改委等六部门关于推进人工智能社会实验的任务部署,“超前一步”探索人工智能赋能社会治理的规律和经验。

分论坛上公布了人工智能社会实验典型案例名单、人工智能企业典型应用案例名单。同盾科技“面向数据安全的可信AI知识联邦平台”应用案例成功入选人工智能企业典型应用案例名单,上榜项目还包括华为“智慧机场应用案例”、滴滴“智慧信控系统应用案例”等共计35个优秀案例。

同盾科技“面向数据安全的可信AI知识联邦平台”

随着银行、保险、证券等金融业务,智慧医疗,工业互联网,城市管理等场景数据化、智能化的不断发展创新,机遇与挑战并存。例如,如何做到对中小微实体经济精准滴灌。当前行业面临数据生产要素困境:一方面,人工智能分析决策需要大量数据;另一方面,组织、业务逻辑边界造成数据稀缺。如何在原始数据不出边界的前提下,发挥数据生产要素的最大价值,达到“数据可用不可见”的效果,存在两个关键性问题:

(1)如何打破数据割裂局面,进行数据开放服务和安全共享;

(2)如何在保障数据安全和隐私的前提下,打造安全的智能风控决策等场景下人工智能的规模应用。

基于上述问题,同盾科技合伙人、人工智能研究院院长李晓林教授提出一种国产原创、自主可控、全球引领“知识联邦”的理论框架体系,通过将数据转化成信息、模型、认知或知识,满足数据的不可见,再通过联邦的方式实现数据可用,打造安全可信的人工智能生态系统。

知识联邦的基本内涵包括:

1、基于数据安全交换协议,来利用多个参与方的数据;

2、基于多方数据进行安全的知识共创、共享和推理,实现数据可用不可见;

3、支持统一的多层次的知识联邦生态:信息层、模型层、认知层和知识层;

4、管理知识安全联邦的全生命周期:统计查询、训练、学习、表示、预测和推理及其监管、仲裁和评价。

简单地讲,如果说人工智能是提升生产力的一种方式,知识联邦则构建一种生产关系,连接各个人工智能生产系统,将散落在不同机构或个人的数据联合起来转换成有价值的知识,同时在联合过程中采用安全协议来保护数据隐私。知识联邦不是一种单一的技术方法,它是一套理论框架体系,是人工智能、大数据、密码学等几个领域交叉融合的产物。

与此同时,知识联邦技术体系拥有以下三大重要优势。

一是理念先进,有望成为实现数据价值释放的突破口。中国工程院潘云鹤院士、美国佛罗里达大学终身正教授李晓林等专家认为,知识联邦从根本上解决了制约人工智能发展的瓶颈问题,把原来很多不可为的事情变得可为,具有广泛的应用前景和商业价值。也为中国在国际上率先突破下一代可信AI操作系统打下坚实的基础。知识联邦的应用及产业布局时机已经成熟。

二是符合隐私计算融合统一的趋势。隐私计算是面向隐私信息全生命周期保护的计算理论和方法,涉及安全多方计算、联邦学习、差分隐私、可信执行环境等多种技术,每个技术在独立发展过程中,也慢慢呈现融合统一的趋势。知识联邦作为一个统一的、层次化的框架体系,支持安全多方检索、安全多方计算、安全多方学习(联邦学习)、安全多方预测及推理等技术方案,符合这一先进趋势。

三是国产原创、自主可控、国际领先。知识联邦理论框架体系由同盾科技近千名研发人员,在李晓林教授等顶级专家带领下自主研发而成,具有完全的知识产权。同盾科技人工智能研究院设计并打造一套标准化的联邦协议——联邦数据安全交换(Federated Learning EXchange,FLEX)协议。FLEX 协议约定了联邦过程中参与方之间数据交换顺序,以及在交换前后采用的数据加解密方法。只要参与各方能够遵守这些约定,就可以安全地加入到联邦中提供数据或使用联邦服务,无需担心数据隐私会有泄漏风险。FLEX协议是国际上首个联邦数据安全交换协议,不但打破数据孤岛,也同时打破平台和框架孤岛,有望成为人工智能时代的“HTTPS”。

原始级创新进入商业化落地阶段

同盾基于知识联邦体系打造的“智邦平台”已多次更新迭代,目前已经进入到原始级创新的商业化落地全新阶段。

以银保营销的场景为例,利用具有精准人群标签作为种子用户,通过一定的算法评估模型,在保障安全的前提下,利用某银行、某保险公司的特征互为补充,找到更多潜在关联的相似人群,构建多维、准确、及时的全息用户画像。针对每类人群标签,选取不同的样本和标签定义,基于知识联邦进行联邦建模,为银行保险代理人提供用户的精准人群标签。成功被转化的用户,可作为优质客户,优化和丰富种子用户,进而不断完善用户画像。

该方案主要有三个优势:1.基于种子用户画像寻找相似人群,可以找到高质量、高潜力用户;2.通过筛选、识别、扩展更多相似人群,可以进一步大规模增加客户量级,找到更多精准用户;3.整个流程中完全做到数据可用不可见。银行、保险公司的特征、标签都不离开本地,无隐私泄漏的风险。

通过在海量真实数据上验证,该方案除了维持银行银保渠道的预测效果之外,对保险公司自销渠道预测效果可以提升近300%。

随着技术体系的不断完善,同盾智邦平台正在金融、保险、医疗等更多领域加速落地,这将为数据流通打造安全底座,保护个人隐私和信息安全,并进一步释放数据价值,为行业数字化升级奠定重要技术之基。

打开财经APP, 查看更多精彩内容
更多相关评论 
打开财经APP, 查看更多精彩内容
相关新闻
热门推荐
打开财经APP, 查看更多精彩内容