人工智能|2021人工智能产业论坛举办，这里有些值得关注的“数据要素与隐私计算”专家观点( 二 )

当然要想把隐私计算推广到下一个阶段，其实还需要一些时间。就像我刚才说的，任何一个新技术的推广，都需要时间被更多的人和行业接受。同时隐私计算又是一个很敏感的、和隐私安全相关的一个方向。总体来看，我觉得随着今年各种法规的明确，包括各种企业的进展，我觉得会有更多的会来理解隐私计算的价值。
清华大学交叉信息研究院副教授，清华大学金融科技研究院副院长、区块链研究中心主任，华控清交创始人徐葳：
数据安全的挑战重点是给AI行业和大数据行业，甚至整个数字化行业带来的挑战。那么隐私计算其实不是一个独立的技术，它是为AI这些东西服务的一种基础。
从短期来看，它是有一些技术挑战和有一些需要解决的产品的问题，环境的问题，成本的问题等等。但就像我们说的，我们过去科研里面做了很多探索，解决了很多技术上的问题。但是长远来看，我想这个东西的挑战，仍然在于数据能不能带来价值，我相信这个事情是隐私计算和数据行业共同需要面对的挑战。那么隐私计算或许能够帮助大家把安全和信任这方面的阻碍降低一些，这就是我们希望能做的事。
百度安全产品总经理韩祖利：
数据要素呈现几大趋势特性——规模上升，类型增加，数据价值密度降低，应用场景也在泛化。当代数据安全的核心要义是应对强对抗的安全问题，非对抗安全和内部使用的权限、审计，隐私保护。因此一个方案如果诞生，应具备三个特点：覆盖数据全生命周期，一体化的集中治理平台，和合规的数据使用、流通形式。
建信金融科技有限公司创新实验室总经理王雪：
金融机构在开展信贷业务过程中，客户画像等场景下均对多方数据融合有着关键需求。在隐私计算技术出现之前，更多是通过数据直联等方式接触到外部数据。在数据隐私保护这一趋势下，随着全球数据保护法律法规的成熟，机构面临数据合规监管的压力远超以往。隐私计算可以在确保数据保密性和隐私的同时，实现数据共享。
具体而言，我们在建设的平台叫数易联平台，这一平台下，我们支持联合查询、联合运算和联合建模。其也具备数据隐私保护、可追溯可审计、部署灵活、分布式计算的优势。
星云Clustar CEO陈沫：
金融行业数字化水平在快速提高，这也意味着金融业非常需要其他行业的数据来为其赋能，所以如何实现多方数据融合成为挑战。
当前，很多金融机构特别是中小银行更需要一站式的解决方案：除了数据融合，还要解决算力瓶颈。所以对于中小银行的痛点，星云Clustar给出全栈式的解决方案，并且公司也专注于底层技术，未来会持续加大密码学等硬核技术的突破。