江苏龙网

  1. 首页 > 资讯 > 科技 > >

人工智能|李宏宇：知识联邦，用知识共创实现数据的可用不可见( 五 )


如果抛开这些东西 ， 只是在理想的实验环境下 ， 比如拿一张图片做所谓的联邦训练 ， 这过程中会有梯度产生的隐私泄露 ， 等于是明文数据直接用 。 但在真实的场景当中 ， 尤其是在金融行业里面 ， 是不可能直接拿着这些明文数据直接用 。 也就是说理论层面上会有这个情况 ， 但实际应用的层面上不会这样简单直接被攻破 。
问：现在联邦学习发展很快 ， 可以说它是个成熟的技术了吗？
李宏宇：联邦学习不仅仅是说联合建模这一件事情 ， 其实早期已经有联合建模的方式了 ， 现在联邦学习是用一种更安全的方式、走线上平台来实施联合建模 。

技术是否成熟到可以应用的级别？我们同盾的智邦平台就是非常成熟的工业级应用产品 ， 得到了合作伙伴们 ， 尤其是大型金融机构的一致认可 ， 产品不需要他们再做任何二次改造 。
问：智邦平台推出以来 ， 合作对象主要是哪一些类型的公司？或者侧重哪些业务的应用？
李宏宇：金融里最多的一种是消金、小额贷这种公司做风控 ， 客户群体特征非常鲜明 ， 他们只有少量的自有数据 ， 维度特征有偏差 ， 属性维度也不可能很多种 ， 更需要借助第三方的数据提供方补充 ， 提升模型整体效果 。 尤其是在同盾的业务体系当中 ， 原来很多客户都是通过联合建模的形式来对外提供服务 ， 现在他们都已经转向了智邦平台 。
第二种更多的是银行这种大型金融机构 ， 他们要么不参与 ， 要么就搭建自己的平台 ， 完成整个生态的搭建 。
现在很多大型银行 ， 内部数据孤岛问题很严重 ， 子公司之间往往都因为数据安全而无法充分集成和共享数据 。 这个时候他们更想要采购一个大的平台 ， 完成自有生态里的补充 ， 打通所有数据孤岛 ， 解决数据安全问题 。
问：联邦学习在同盾科技的战略布局中是怎样的地位？

李宏宇：联邦学习的确是同盾的生态体系中一个战略重点项目 ， 也是我们未来提供智能决策和分析服务的基础设施 ， 我们也会逐步把原有生态里相关业务通过智邦平台对外提供数据安全的智能服务 。
我们的目标是打通所有的生态体系 ， 在数据提供者和数据模型使用者之间的建立隔离屏障 ， 让数据提供者不需要关心谁来使用 ， 数据模型使用者不用关心数据到底分布在哪里 。
问：今年开始 ， 金融科技开启新十年 ， 您预测接下来这几年会有什么新趋势？或者您会用哪些关键词来描述？
李宏宇：近年来 ， 我国的金融科技发展在国际上算是领先 ， 但也面临着“野蛮生长”的问题 ， 现在已经到了要收紧、趋严监管的状态了 。 这个状态下 ， 一些金融公司的自有数据明显不能够支撑智能化升级 ， 它们就面临着生存的压力 。
比如贷前审核 ， 如果风控模型做得不够好 ， 就会产生一系列隐患 ， 它们一定希望开放 ， 但同时安全隐患要消除 。 最后结果一定是通过技术来实现安全和开放的融合 。
在研究层面上 ， 模型算法可能并不是最关键的 ， 应用落地、解决问题才是 。 人工智能也好 ， 创新性的安全算法研究也好 ， 其实都会不断更新 ， 但我认为这都不会是行业里的主题 ， 主题应该还是安全、开放和融合 。
【人工智能|李宏宇：知识联邦，用知识共创实现数据的可用不可见】


推荐阅读


上一篇：三易生活|腾讯重拳出击，国内云游戏的野蛮生长期结束

下一篇：驱动中国|聚焦BCS2020 | 网络安全威胁情报生态联盟正式启动