同盾李晓林：解决时代的困境，知识将曾经的AI3.0的“第四要素_

尽管早就远远离开讲台，李晓林身上仍留着些许象牙塔内的痕迹。之后，他是学界精英，佛罗里达大学终身教授;现在，他是同盾科技人工智能研究院的院长。以前与人时，他语言轻淡，但一但涉及专业问题时，立即再次进入学者气场。在面对媒体采访知识联邦咨询话题时，这个转变愈加明显。这是他跟随研究院伙伴们提出来的理论体系，如果能一种更不会有危险的，用来好可以做到数据，堆建个新区的智能大脑，到最后冲击人工智能3.0时代的到来。打破数据孤岛上世纪80年代，中国人工智能专家姚期智曾做出过“百万富翁”假设：两个百万富翁在街头迎面相遇，他们想知道谁更你有钱，只不过考虑到隐私，又想让对方知道自己到底拥有多少财富。姚期智给出用“多方安全计算”来可以解决这一问题。如今的人工智能领域，正独自面对带有的困境，人工智能的发展进步，最需要大数据，但大家对数据边界越加重视，又不愿意数据赶到本地。在李晓林教授看来，这是AI2.0时代要要解决的困境。他以为，我们当下有过的人工智能热潮，繁荣起来于21世纪第二个十年初期，属于AI2.0时代，聚集优势于深度学习理论。AI2.0的快速发展，通常利用三个因素：算法、算力和大数据。深度学习能提供算法，CPU和GPU能提供算力，信息社会则可以储存和可以提供加上的数据。李晓林例子，谷歌的AlphaGo并不能实现方法飞速高级进化，便只是相对而言它一共有多少学习了3000万盘已有的棋局，自己跟自己又下了3000万盘。这种凭借海量数据训练的人工智能模式，经由初期野蛮反展后，正面临无数据用下的困境。以前比较多依附两个方面，是需要是数据不足，拥有海量数据的往往只能少数行业，大多数领域的数据而不太远，或则数据质量较差。其次则是“数据孤岛”和数据安全令数据共享越加难办。数据在差别公司间，甚至连相同家公司内部，都很难利用无障碍流动。而数据给他的隐私不暴露或数据泄露，以至于起到保护数据安全和隐私保护，成为各国政府的联合起来选择。2018年5月25日，欧盟《通用数据保护条例》(GDPR)开始未生效，这个举世罕见目前世界范围内最严格的的用户数据保护条款，愿意用户对自己数据强大全部自禁的权利。而美国和中国正在制定出的的的隐私和安全法案。这些现象都预意着，AI2.0时代，似乎还没有因为数据孤岛与数据安全，陷入加持困境。在同盾科技原先的金融科技领域，这一问题尤为重要。银行等金融机构，急切要想增强风控水平，忽然间对数据安全走极端很看重，甚至连将其作为立身之本。2019年春天，李晓林怎么加盟同盾科技后，就任合伙人、人工智能研究院院长，试图通过“知识联邦”技术，来解决的办法这一问题。当年冬天的网易未来大会上，同盾首次提出知识联邦概念，它不是每种技术方法，只不过是一套层次化技术框架体系：将撒落于完全不同机构或个人的数据组织过来，可以转换成价值价格知识，并在联合过程中区分安全协议保护数据隐私。这一理论提议后发展迅速，也进阶为国内联邦学习五大代表流派之一。垒建数字技术生态2017年，为安全有保证数据交换时的信息安全，保护个人隐私，谷歌公司的科学家在一篇文章里唯一一个给出联邦学习概念。理论给出后没几天，国内各媒体互联网公司一齐搭建团队，耗去相关研究。李晓林说，硅谷的竞争速度更像是古代战场：你来一剑，我捅一刀砍，大家排兵布阵渐渐打。而在中国，“都差不多是光着膀子角斗，也是非常凶猛”。根据国内媒体统计，目前联邦学习在国内也自然形成“五大流派”，三个是微众银行主打的联邦学习，蚂蚁金服主攻的共享智能，平安科技的联邦智能，京东数科开展的异步模式联邦学习研究，在内同盾科技所推出的知识联邦理论体系。要在从中斡旋竞争中占据一席之地，可谓需要拥有独特优势。李晓林强调，知识联邦比联邦学习的范畴更大、更系统，更加有层次感，“联邦学习是知识联邦的一个子集。”知识联邦作为一套技术框架体系，与联邦学习、区块链、隐私计算、安全多方计算等其他技术领域都紧密具体。那些元素单一技术，在知识联邦的不同层面各自发挥作用，达成.服务于数据“可用不可见”的大目标。同盾首页的知识联邦白皮书总是显示，知识联邦更具三大优势：第一是全样本高效触达。联邦后机构间的数据，可是各自为所有者完全控制，导致也可以精准触达更多的数据，其性能哪怕会甚至超越维度有限数据的中心化围聚。第二是数据住不动模型动。联邦后的原始数据保留在本地，计算出和学习也不可能发生在本地，中心节点仅对联合方模型知识进行安全的聚集。弱中心化模式达成协议了效率和安全之间的达到平衡，而且更适合在强监管行业应用。对银行等金融机构对于，知识联邦的应用前景愈加广袤。第三是知识也也可以安全的共享凝炼。.例如进行方通过NLP最终形成本地的知识图谱和特殊网络节点的关系，再知识联邦来构建体系更求完整的虚拟软件图谱，这样既能帮助识别欺诈团伙，又能修为提升企业征信的风控模型。人工的知识也这个可以融合在一起其中(humanin theloop)，自主自适应的构建和融合多源知识，提纯出最有效的洞见来做智能分析与决策。李晓林说：“在知识联邦的模式下，模型训练时你是哪银行和金融机构，各自的数据不需对外输出低，甚至连连模型的参数都不用什么给到对方，只必须将模型梯度的变化加密后在密文空间里安全的凝合。这样远程攻击者不能反再推出源数据。”设计和实现知识联邦理论体系，同盾科技推出了工业级应用产品智邦平台(iBond)，通过组建或者的任务联盟，能解决完全不同应用场景需求。在2020年10月即将举办的全球人工智能大会智能金融高峰论坛上，同盾组建浙江大学、复旦大学、百度大数据实验室、360集团、平安科技、等学界业界等多家精英机构后成立“知识联邦产学研联盟”，旨在搭建实现数据安全前提下，达成统合优质数字技术生态。李晓林认为，明确的目前人工智能发展态势，2040年后的，人工智能将步入3.0时代，除数据、算力、算法三要素除此之外，知识要素将蓝月帝国第四要素。开放智能大脑泛起水面2020年11月，同盾人工智能研究院发布知识联邦技术体系下的数据安全相互(FLEX)协议，并于12月将其闭源。该协议中包涵一穿越系列的约定，只需遵守这个约定，参加方就也可以安全地加入到联邦，不需要怀疑数据隐私会有盗取风险，国家公务员考试综合教材实现方法数据可用不可见。协议背后，还藏李晓林和同盾对未来的野心。在李晓林很显然，未来那肯定不会只有一知识联邦另一个联邦平台存在地。行业需要一套求全部的联邦数据安全同样标准，让那里组织方在你选可以使用联邦平台时有规，如果遵循什么或则标准，不同体系之间同样这个可以利用数据交换，知识高速连接。若是参加机构(数据提供者)足够多，联邦规模足够大，数据多样性就有保障，也就会有更多机构(数据使用者)很乐意来在用联邦服务，也会有更多科技型机构(模型和应用开发者)来可以提供十分丰富的算法、模型和应用。届时，知识联邦也可以积极发挥平台作用，对组织机构可以提供的数据，这些科技机构需要提供的模型和应用并且评估，将数据以及生产资料的价值发挥到最大。李晓林将其称之为电商式的平台，参加方在数据和用万不可见的安全环境中，接受数据、模型应用的交换，甚至还可以在区块链等技术的保障下进行自由买卖。而知识联邦才是平台方，是可以对组织方贡献出的数据和模型评分。良性循环轻易组建，李晓林说，知识联邦的应用范围，也将不再继续认知局限于某三个行业，只是有可能拥有劈入各行各业的开放的智能大脑。上世纪90年代，李晓林在浙大读书时，人工智能尚是冷门专业。机器学习课堂上唯有五六个学生，图书馆里的资料大多是快到期的油印本。如今的机器学习课堂，500人的教室经常会坐满，课上给出理论，课后哪怕也可以当即决定样品，一个学期的作业就可以提出自动驾驶的原型，行业应用大力创新。这一切都让李晓林感觉，人工智能的下三个时代也许全速等人，在这其中，必定将有知识联邦的身影。