前沿技能守护数据要素流转 

我国人工智能学会(CAAI)荣誉副理事长 杨强　FATE开源社区供图

数字经济时代，数据现已成为重要战略资源和要害生产要素，成为数字经济深化开展的核心引擎。激活数据要素潜能、释放数据要素价值成为推动数字经济开展的要害举措，以技能与顶层机制建立健全数据要素商场，则是充分发挥数据价值的重要保障。

近日，由世界人工智能大会组委会办公室指导，粤港澳大湾区大数据研究院、敞开群岛开源社区、智能投研技能联盟(ITL)、FATE开源社区联合主办的2022世界人工智能大会-数据要素流转技能前沿探索论坛(简称“论坛”)在上海世博中心顺利召开。30余位学术界、产业界、科研及行研组织专家学者与行业领袖，围绕数据要素商场根底制度与技能、产业开展进行深度交流与探讨。

值得一提的是，在数字经济时代，人们越来越重视个人隐私权，方针法规也愈发严格，数据协作和隐私维护对立日益突出，隐私核算已然成为全球新兴的一大产业，越来越多的隐私核算平台参加开源的行列。随着《数据安全法》、《要害信息根底设施安全维护法令》、《个人信息维护法》等方针的陆续发布施行，安全行业界对信息安全与隐私数据的重视程度不断晋级。

在论坛上，香港科技大学教授、智能网络与体系试验室主任、星云Clustar创始人陈凯说：“以算法与协议立异、算力硬件加快、网络优化加快等软硬件结合技能手段，在保障数据隐私安全与数据建模效果的前提下，提升核算效率，是未来数据要素流转根底设施建造的重要途径。”

隐私核算是指在维护数据本身不对外泄露的前提下实现数据剖析核算的一类信息技能，包含了数据科学、密码学、人工智能等很多技能体系的穿插交融。在隐私核算框架下，参加方的数据明文不出本地，在维护数据安全的同时，实现多方数据协同使用和联合核算，处理了又要用数据又要维护数据的对立。

香港科技大学智能网络与体系试验室主任、教授 陈凯 FATE开源社区供图

而在隐私核算中，存在着一种重要的技能范式——联邦学习，一般可以理解为两个或以上的参加方共同参加，在确保数据方原始数据不出本地的前提下，协作构建并适用深度学习的模型的人工智能技能。

联邦学习自2016年初次由谷歌(Google)提出、2018年由微众银行引入国内并率先在 B端进行立异使用以来，逐渐成为一种处理协作中数据隐私与数据共享对立的新途径，被大量使用于金融、安防、医疗、在线推荐体系等范畴。近年来联邦学习技能得到了飞速的开展，其研究和使用的开展意向和趋势备受重视。

但是，想要使数据要素流转更通畅、更安全，开源敞开必不可少。“我认为，开源是数据要素流转产业开展的一条重要‘中轴线’，建造并开展开源社区，让更多人物参加数据流转技能生态。”我国人工智能学会(CAAI)荣誉副理事长、加拿大工程院院士、加拿大皇家科学院院士杨强表示：“现在，咱们现已逐步完善了全球首个隐私核算和联邦学习开源社区——FATE。”

据我国信通院数据显现，55%的国内隐私核算产品是基于或参阅了开源项目，其中以FATE开源项目为主。现在，社区已有4000多位个人工程师与开发者，以及800多家企业组织参加社区共建，已构成专业的管理架构，包括技能指导委员会和专业委员会等，并且有大量的干流参加者、贡献者以及社区主要贡献方。