隨著人工智能(AI)應用廣度和深度的不斷和拓展,諸如算法安全、數(shù)據(jù)歧視、數(shù)據(jù)濫用等諸多問題,這些風險與隱患也不斷的顯露出來,引發(fā)了人們對人工智能信任問題的思考。
對于金融機構而言,如果傳統(tǒng)數(shù)據(jù)傳輸和共享無法對數(shù)據(jù)進行有效保護,不同金融機構之間的數(shù)據(jù)將難以實現(xiàn)互聯(lián)互通,這將制約防范風險、反欺詐、反洗錢等領域的多方協(xié)作。
產學研界尋求的破題之策是——基于多方計算、聯(lián)邦學習等“可信AI”技術體系,通過“原始數(shù)據(jù)不出域”、“數(shù)據(jù)可用不可見”等技術,實現(xiàn)在數(shù)據(jù)合作中兼顧隱私安全的“價值安全共享”。
在采訪中,記者發(fā)現(xiàn),國內“可信AI”落地正在進行中,諸多產業(yè)場景應用如雨后春筍;另一方面,也有著亟待建立行業(yè)標準等新挑戰(zhàn)。
“可信AI”落地進行時
“尋找人工智能時代隱私保護、政府監(jiān)管、商業(yè)訴求的平衡點,已成為產學研各界迫切需要解決的問題。”科技部高技術研究發(fā)展中心研究員、ACM中國理事會常務理事嵇智源認為,在此背景下,“可信AI”的理念逐漸成為全球共識,也成為未來人工智能產業(yè)健康發(fā)展的必由之路。
共識之下,“可信AI”體系已有諸多項目落地。證券時報記者以“可信AI”技術中的“知識聯(lián)邦、聯(lián)邦學習、隱私計算”幾大關鍵詞,在啟信寶上搜索相關企業(yè)信息時顯示,當前相關存續(xù)企業(yè)數(shù)量達174家(不含大學),包括國家電網(wǎng)、華為、騰訊、中國移動、平安科技、百度網(wǎng)訊、字節(jié)跳動、支付寶(杭州)信息、工商銀行、中國銀行、微眾銀行等都有涉及。
同盾科技合伙人、人工智能研究院院長,同時也是知識聯(lián)邦產學研聯(lián)盟理事長的李曉林告訴證券時報記者,他的團隊基于聯(lián)邦學習自主研發(fā)的工業(yè)級產品“智邦平臺”,過去一年已經(jīng)廣泛觸達了金融、保險、政企、互聯(lián)網(wǎng)、智慧城市等行業(yè),尤其在金融風控、反欺詐、精準營銷等場景已有落地。
今年6月,螞蟻集團首次向外界發(fā)布了螞蟻“可信AI”技術架構體系。近日,螞蟻集團副總裁、首席AI科學家漆遠在公開分享中透露,當前,“可信AI”技術已在螞蟻集團多個風控場景中落地,這些場景包括反欺詐、反洗錢、反賭博、企業(yè)聯(lián)合風控、數(shù)據(jù)隱私保護等。
漆遠告訴記者,繼“隱私計算”(即基于“數(shù)據(jù)不動模型動、數(shù)據(jù)可用不可見”特性的“可信AI”技術),和“圖學習”技術取得實踐成果后,螞蟻集團在“可信AI”技術體系中的又一項重要技術“智能對抗”技術已正式上線部署。通俗地講,該項技術就是在人工智能模型算法中融入經(jīng)濟學“博弈理論”,類似于金庸小說里的“雙手互博”,用更智能的“攻”,實現(xiàn)更安全的“防”。該項技術主要應用于賬戶安全、反欺詐、交易安全等風控場景。
“未來的風控將不再是人和人的斗爭,而是AI與AI的博弈。”漆遠稱,“在支付寶上,每天上億筆交易背后,發(fā)起攻擊的早已不是個人,而是專業(yè)的黑產團伙?!?/span>
亟需行業(yè)標準
當“可信AI”不再是理論和暢想,已全面開始在應用和實踐,行業(yè)正呈現(xiàn)百花齊放之態(tài)。
啟信寶數(shù)據(jù)顯示,上述174家企業(yè)的注冊地分布中,有46家在北京,家數(shù)最多;緊隨其后的分別是深圳34家、上海25家、杭州20家、南京15家,這些大城市企業(yè)數(shù)量占比總數(shù)超過了九成。從資本實力看,注冊規(guī)模在1億元以上的企業(yè)有46家,1000萬元至1億元之間的有60家,在500萬元至1000萬元的企業(yè)30家,小微型科創(chuàng)企業(yè)并不是這個需要規(guī)模實力和研發(fā)能力領域的主流玩家。
“現(xiàn)在還屬于‘戰(zhàn)國時代’,我們同行不是冤家,現(xiàn)在是屬于跑馬圈地野蠻生長的狀態(tài),大家還沒有到競爭的時候,而是合作。這個市場還沒有完全成熟,每一個人的貢獻都是對整個行業(yè)的貢獻。”李曉林說。
但毫無疑問,大家都意識到這是個重要的機會。以“可信AI”中的隱私技術走向來看,業(yè)界普遍認為,發(fā)展趨勢從以單節(jié)點部署模式走向分布式架構模式,未來支撐更大規(guī)模、更大量級的建模對技術要求將非常高,這一點要在數(shù)據(jù)量龐大的金融領域實現(xiàn)應用也更加明顯。
工行大數(shù)據(jù)與人工智能實驗室資深經(jīng)理強鋒和團隊在開展業(yè)務中,常遇到的問題是:工行總行和各地分行提供隱私計算、聯(lián)邦學習、聯(lián)合建模的解決方案,常遇到營銷類、風控類、信貸類、審批申請判斷類模型。“這一方面要怎樣合法合規(guī)引入到外部數(shù)據(jù),另外一方面是通過可信技術,更好把數(shù)據(jù)價值賦能給業(yè)務方向,比如銀行業(yè)務、內監(jiān)管平臺建設等?!?/span>
這些需要不同協(xié)議層面平臺的打通,技術硬件層面的互通,比如產學研聯(lián)盟實現(xiàn)開源的互聯(lián)互通等。“聯(lián)盟內,通過開放協(xié)議、開放標準來確保各種任務進程和安全合規(guī)?!崩顣粤址Q。
這背后也涉及到業(yè)務場景不斷變化,數(shù)據(jù)獲取方式和要素的演化,數(shù)庫科技創(chuàng)始人、總裁沈鑫認為,數(shù)據(jù)智能發(fā)展到今天,數(shù)據(jù)串聯(lián)變成了基礎,量、準、質已經(jīng)是三大關鍵標準,“沒有辦法把數(shù)據(jù)的質量提升,算法再強,數(shù)據(jù)的數(shù)字化應用場景效果也未必會好;生產力不僅僅取決于算法和算力,還取決與數(shù)據(jù)要素本身。”
這也是歐洲科學院外籍院士、悉尼大學教授陶大程提出的問題,具備可解釋性,人工智能才能有更廣泛的場景應用和賦能。