魚羊 發自 凹非寺
量子位 報道 | 公眾號 QbitAI
Top2大學實驗室裡的科研成果，能孵化出怎樣的商業價值？
現在，清華大學的又一張王牌浮出水面——
轉化圖靈獎得主姚期智院士和清華大學交叉信息學院徐葳副教授在隱私計算理論方面的研究成果，成立華控清交信息科技（北京）有限公司，還推出了實際可落地的商業產品。
前高盛全球合夥人張旭東出任CEO，徐葳副教授擔任首席科學家，還有多位清華姚班畢業生擔當研發骨幹。
沒錯，這家公司背靠的就是清華姚班人才力量，以及清華大學雄厚的學術資源。
都說「半國英才聚清華，而清華一半英才在姚班」，所以，這樣的學術背景之中，到底孵化出了一家怎樣的公司？
讓數據「可用不可見」
業內都知道，圖靈獎得主、清華大學交叉信息研究院院長姚期智院士的主要研究方向，包含了計算理論及其在密碼學和量子計算中的應用。
而華控清交正是抓住了「數據安全」這個點，基於姚期智院士和徐葳教授的科研成果，專注於研發和建設基於多方安全計算理論的數據融合技術、標準和基礎設施。
分析起來，原因其實很簡單：數據安全問題正在影響數據流通，掣肘數字經濟發展。
在數字經濟時代，數據可以說是關鍵生產要素。
人工智能技術能在寒冬之後再次復甦，引領時代技術潮流，就得益於互聯網帶來的海量數據。
不過，隨著AI產品逐漸滲透到人們的生活當中，數據引發的隱私安全問題，也越來越受到大眾的關注。
從人臉識別到智能音箱，從推薦算法到視頻通訊，無不挑動人們對隱私安全的敏感神經。
從隱私安全的角度來說，數據作為生產要素，和一般生產要素相比有以下特點：
首先，數據的複製成本低，幾乎可無限被複制；
其次，數據使用沒有排他性，可同時被多方使用；
另外，數據可再生性強，在使用過程中會隨時生產出新的數據。
這些特點導致未加密的明文數據一旦被共享，就不再受到控制，很有可能被濫用。這也致使各方不敢共享、不願共享、不能共享數據。
如此一來，數據生產要素化就受到了掣肘，「數據孤島」現象在各行各業中普遍存在。
那麼，能不能從技術角度來解決這個問題，讓數據能夠在流通、最大化發揮價值的同時，防止信息洩露和數據濫用？
答案是：可以。
比如姚期智院士在上世紀80年代創立的多方安全計算理論，就為實現數據可用不可見奠定了理論基礎。
所謂「可用不可見」，就是將數據分離成可見的具體信息部分和不可見的計算價值部分。這樣一來，就在計算價值充分流通、共享的同時，規避了信息洩露的風險。
具體而言，華控清交的隱私計算技術，是基於多方安全計算密碼學範疇的理論安全性優勢，結合聯邦學習、可信計算 、差分隱私和數據脫敏等基於明文的數據隱私保護技術和區塊鏈技術，創建的一套明文和密文相結合的系統。
並且，華控清交在工程上也已經實現了「數據可用不可見」和「規定數據具體用途用量」的實際落地，推出了自主研發的數據安全融合平臺。
數據交易流通的基礎設施
根據官網信息，這一名為PrivPy多方安全計算平臺的平臺級產品已經實現了支持通用計算類型、高性能、集群化和可擴展的解決方案。
PrivPy集成了多方安全計算、聯邦學習、隱私查詢等數據安全技術，運用了秘密分享、混淆電路和可信計算等多種計算引擎。
其高性能並行計算引擎，支持橫向擴展和數據並行，以及TB級的數據處理。
另外，該平臺完全兼容ARM服務器，支持細粒度並行計算。
在開發方面，平臺支持Python和SQL操作，兼容NumPy和Pytorch等函數庫，能夠支持包括絕大多數機器學習算法在內的計算類型和系統實現，能極大降低用戶使用密文計算的學習曲線，實現了多方安全計算產品的實際可用性和商業易用性。
同時，PrivPy自主靈活的模塊化組合模式和多種部署方式能夠滿足用戶在使用和部署中的多樣化需求。
而在安全方面，該平臺具有以下特點：
完備的數學/密碼學證明
安全假設明確而且容易實現和審計
數據授權管理
系統實現安全：SSL、CA認證等
核心密碼協議設計簡單而且開放
同時兼容國際開源和中國商密體系
兼容區塊鏈和可信計算的存證審計功能
獲得國內權威機構安全認證
華控清交的願景，是為國家開發建設一套具有自主知識產權的、世界領先的、數據交易流通的基礎設施，推動數據大規模的互連互通與融合利用，使數據真正成為社會化的生產要素，為我國全面進入數字經濟時代鋪設道路。
而現在，「吹」下的牛以產品形式穩穩落地，並且已經有了實際的應用案例。
應用案例
在政務、金融、醫療、安防、能源等諸多領域，打通數據孤島，實現數據不出門的聯合建模，對於行業中AI技術的實際應用有著重要的意義。
而從清華園中走出，華控清交的多方安全計算平臺已經在這些行業中驗證了能力。
比如實現保護數據隱私的人臉識別支付。
人臉識別技術給金融行業帶來了很多方便，比如刷臉支付，對大眾而言已是習以為常的功能。
然而人臉數據作為極其重要的隱私數據，無論是從保護用戶隱私數據方面，還是從保護數據價值方面，數據擁有方都不會願意輕易地將其分享出來。同時，人臉查詢用戶也不願向數據庫運營方提供自己客戶的人臉信息。
華控清交多方安全計算平臺，就能從技術層面解決人臉識別的隱私保護問題。
通過多方計算平臺，查詢方在查詢人臉信息時，只會得到匹配的結果，平臺和數據源均無法得知查詢意圖和查詢結果。
也就是說，這一過程中查詢方和數據庫運營方互相不暴露自己的信息，也就避免了人臉特徵數據庫信息洩露的風險，從而使人臉數據數據擁有方能夠放心地將數據分享出來共同使用。
再以反欺詐 為例。
所謂道高一尺魔高一丈，隨著市場和信息化手段的不斷髮展，不法分子也在利用先進技術，以更隱蔽的行為和方法實施金融詐騙。
面對這樣的挑戰，如果能將多個金融機構的相關數據安全有效地融合在一起進行人工智能分析和檢測，就能通過提高大數據池內數據的質和量來提升反欺詐的精準度，建立更智能、更健全、更有效的風控系統。
不過，金融機構的用戶數據往往都有巨大的市場敏感度和潛在的商業價值。正因為如此，無論是從保護客戶隱私和市場安全考慮，還是從保護自身利益的角度出發，各金融機構都不會輕易地分享這些數據。
而華控清交的多方安全計算平臺，恰恰可以使擁有隱私數據的多方在不直接提供數據原文的前提下，利用其生成的數據密文進行有效的數據融合與計算，可以在保證數據隱私的前提下完成大數據融合與人工智能運算。
具體而言，通過多方安全計算平臺，多個金融機構可以將數據以密文的形式上傳，之後在平臺全密文環境下進行反欺詐模型的聯合訓練、預測，用更多樣化的數據鍛煉出更強大的AI，提升各自的反欺詐能力。
產學研融合之道
今年以來，在疫情衝擊之下，數字經濟的新興產業優勢更加凸顯出來，併成為構建經濟發展新格局的重要支撐。
而數據，作為AI應用的基礎，作為數字經濟中的生產要素，更是在這樣新的發展格局中發揮著關鍵作用。
在這樣的背景之下，如何在保障數據安全的前提下，促進數據的流通，實現無邊界的數據融合，就成為了學術界、工業界共同面臨的全新挑戰。
而現在，以華控清交為代表的企業能從國內最頂尖的實驗室中走出，將前沿技術理論落地商用，無疑為打通充分發揮數據潛能這一環，注入了強有力的技術支撐。
其商業化成果，也再一次印證了產學研融合帶來的強大動能，探索出了AI賦能千行百業的一條新路徑。
那麼，你怎麼看待這樣的產學研融合之道呢？
— 完 —
量子位 QbitAI · 頭條號簽約
關注我們，第一時間獲知前沿科技動態
