同盾入选数字中国峰会2021中央网信办AI企业典型应用案例

　　同盾入选数字中国峰会2021中央网信办AI企业典型应用案例
　　4月26日，作为第四届数字中国建设峰会的核心分论坛之一，“人工智能社会实验视角下的社会治理”分论坛在福州召开。分论坛由国家互联网信息办公室主办，福州市人民政府、之江实验室等单位承办，旨在贯彻落实中央关于推进人工智能应用健康发展的重要精神，按照中央网信办、国家发改委等六部门关于推进人工智能社会实验的任务部署，“超前一步”探索人工智能赋能社会治理的规律和经验。
　　分论坛上公布了人工智能社会实验典型案例名单、人工智能企业典型应用案例名单。同盾科技“面向数据安全的可信AI知识联邦平台”应用案例成功入选人工智能企业典型应用案例名单，上榜项目还包括华为“智慧机场应用案例”、滴滴“智慧信控系统应用案例”等共计35个优秀案例。
　　同盾科技“面向数据安全的可信AI知识联邦平台”
　　随着银行、保险、证券等金融业务，智慧医疗，工业互联网，城市管理等场景数据化、智能化的不断发展创新，机遇与挑战并存。例如，如何做到对中小微实体经济精准滴灌。当前行业面临数据生产要素困境：一方面，人工智能分析决策需要大量数据；另一方面，组织、业务逻辑边界造成数据稀缺。如何在原始数据不出边界的前提下，发挥数据生产要素的最大价值，达到“数据可用不可见”的效果，存在两个关键性问题：
　　（1）如何打破数据割裂局面，进行数据开放服务和安全共享；
　　（2）如何在保障数据安全和隐私的前提下，打造安全的智能风控决策等场景下人工智能的规模应用。
　　基于上述问题，同盾科技合伙人、人工智能研究院院长李晓林教授提出一种国产原创、自主可控、全球引领“知识联邦”的理论框架体系，通过将数据转化成信息、模型、认知或知识，满足数据的不可见，再通过联邦的方式实现数据可用，打造安全可信的人工智能生态系统。
　　知识联邦的基本内涵包括：
　　？基于数据安全交换协议，来利用多个参与方的数据；
　　？基于多方数据进行安全的知识共创、共享和推理，实现数据可用不可见；
　　？支持统一的多层次的知识联邦生态：信息层、模型层、认知层和知识层；
　　？管理知识安全联邦的全生命周期：统计查询、训练、学习、表示、预测和推理及其监管、仲裁和评价
　　简单地讲，如果说人工智能是提升生产力的一种方式，知识联邦则构建一种生产关系，连接各个人工智能生产系统，将散落在不同机构或个人的数据联合起来转换成有价值的知识，同时在联合过程中采用安全协议来保护数据隐私。知识联邦不是一种单一的技术方法，它是一套理论框架体系，是人工智能、大数据、密码学等几个领域交叉融合的产物。
　　与此同时，知识联邦技术体系拥有以下三大重要优势。
　　一是理念先进，有望成为实现数据价值释放的突破口。中国工程院潘云鹤院士、美国佛罗里达大学终身正教授李晓林等专家认为，知识联邦从根本上解决了制约人工智能发展的瓶颈问题，把原来很多不可为的事情变得可为，具有广泛的应用前景和商业价值。也为中国在国际上率先突破下一代可信AI操作系统打下坚实的基础。知识联邦的应用及产业布局时机已经成熟。
　　二是符合隐私计算融合统一的趋势。隐私计算是面向隐私信息全生命周期保护的计算理论和方法，涉及安全多方计算、联邦学习、差分隐私、可信执行环境等多种技术，每个技术在独立发展过程中，也慢慢呈现融合统一的趋势。知识联邦作为一个统一的、层次化的框架体系，支持安全多方检索、安全多方计算、安全多方学习（联邦学习）、安全多方预测及推理等技术方案，符合这一先进趋势。
　　三是国产原创、自主可控、国际领先。知识联邦理论框架体系由同盾科技近千名研发人员，在李晓林教授等顶级专家带领下自主研发而成，具有完全的知识产权。同盾科技人工智能研究院设计并打造一套标准化的联邦协议联邦数据安全交换（FederatedLearningEXchange，FLEX）协议。FLEX协议约定了联邦过程中参与方之间数据交换顺序，以及在交换前后采用的数据加解密方法。只要参与各方能够遵守这些约定，就可以安全地加入到联邦中提供数据或使用联邦服务，无需担心数据隐私会有泄漏风险。FLEX协议是国际上首个联邦数据安全交换协议，不但打破数据孤岛，也同时打破平台和框架孤岛，有望成为人工智能时代的“HTTPS”。
　　原始级创新进入商业化落地阶段
　　同盾基于知识联邦体系打造的“智邦平台”已多次更新迭代，目前已经进入到原始级创新的商业化落地全新阶段。
　　以银保营销的场景为例，利用具有精准人群标签作为种子用户，通过一定的算法评估模型，在保障安全的前提下，利用某银行、某保险公司的特征互为补充，找到更多潜在关联的相似人群，构建多维、准确、及时的全息用户画像。针对每类人群标签，选取不同的样本和标签定义，基于知识联邦进行联邦建模，为银行保险代理人提供用户的精准人群标签。成功被转化的用户，可作为优质客户，优化和丰富种子用户，进而不断完善用户画像。
　　该方案主要有三个优势：1。基于种子用户画像寻找相似人群，可以找到高质量、高潜力用户；2。通过筛选、识别、扩展更多相似人群，可以进一步大规模增加客户量级，找到更多精准用户；3。整个流程中完全做到数据可用不可见。银行、保险公司的特征、标签都不离开本地，无隐私泄漏的风险。
　　通过在海量真实数据上验证，该方案除了维持银行银保渠道的预测效果之外，对保险公司自销渠道预测效果可以提升近300。
　　随着技术体系的不断完善，同盾智邦平台正在金融、保险、医疗等更多领域加速落地，这将为数据流通打造安全底座，保护个人隐私和信息安全，并进一步释放数据价值，为行业数字化升级奠定重要技术之基。