導語：螞蟻金服近期開展的 “共戰(zhàn)‘疫情’，技術破局”數(shù)字課堂線上直播系列演講我們將整理并發(fā)布在 “螞蟻金服科技” 公眾號上，歡迎關注。

　　今天的整理來自螞蟻金服高級標準化工程師樸昕陽，為大家解讀共享智能標準以及共享智能技術的落地實踐，以下為演講整理全文：

　　大家好，我是來自螞蟻金服技術戰(zhàn)略發(fā)展部的樸昕陽。不久前，由螞蟻金服牽頭制定的共享智能聯(lián)盟標準在AIIA(中國人工智能產(chǎn)業(yè)發(fā)展聯(lián)盟)正式發(fā)布，這也是全國首個共享智能的聯(lián)盟標準。今天我將主要針對該標準進行解讀，同時有關共享智能的技術實踐，在這里跟大家做一個分享。

　　今天的分享主要分為三部分，第一部分講解有關標準的分類與價值，第二部分解讀共享智能標準，第三部分介紹共享智能應用實踐。

　　標準的分類與價值

　　標準的分類，我們按照這四大類來分。首先按層級，其次按屬性，再次是按對象，最終是按性質(zhì)。按層級來分，我們分為國際標準、國家標準、行業(yè)標準、地方標準以及企業(yè)標準;按屬性分，我們分為技術標準、管理標準以及工作標準;按對象分，分為基礎標準、安全標準、衛(wèi)生標準、環(huán)保標準、產(chǎn)品標準、方法標準、管理標準等等;按照性質(zhì)分，分為強制性標準、推薦性標準。當然強制性標準可能是一些國家標準，針對主要在安全方向或者隱私保護方向可能會制定一些強制性強制企業(yè)來遵守的標準。推薦性標準，顧名思義就是推薦性的標準，其次就是指導性技術文件僅適用于國家標準和行業(yè)標準。

　　標準主要包括技術要求、實施指南、測評依據(jù)、管理、基礎協(xié)議以及創(chuàng)新研究。目前在螞蟻我們做得比較多的其實是技術要求類以及創(chuàng)新研究類的標準，因為螞蟻目前創(chuàng)新技術還是做得非常好，而且很多都是這種創(chuàng)新性的技術，所以我們希望把螞蟻本身創(chuàng)新性技術對外做一個技術輸出，同時也跟行業(yè)內(nèi)感興趣甚至說一起想做相關性技術的合作公司進行標準的制定。

　　我相信現(xiàn)在在觀看直播的很多同學不是那么了解標準，所以我對標準本身價值做一個簡單的介紹，它體現(xiàn)在四個方面：

　　首先在技術領先方面，是因為基于強大的技術研究實力，通過標準來引導技術方向，或者是輸出優(yōu)秀的技術實踐，這個我剛剛也提到了。

　　第二個方向主要是在市場規(guī)則方面，參與標準與技術政策的制定，可以促成健康的市場規(guī)則。

　　第三個方面聚焦主流，引導行業(yè)聚焦主流的標準，防止旁流標準造成市場化的碎片化。

　　最后一個有關產(chǎn)業(yè)生態(tài)，聯(lián)盟就像類似一個產(chǎn)業(yè)生態(tài)一樣，基于聯(lián)盟標準組織可以凝聚行業(yè)本身共識來共建產(chǎn)業(yè)生態(tài)，促進技術商業(yè)化發(fā)展。通過標準工作引領行業(yè)發(fā)展的過程中，我們可以提升技術影響以及公司品牌價值，來破除產(chǎn)品進入市場的壁壘。同時實現(xiàn)ICT網(wǎng)絡互聯(lián)互通，以及提高相關產(chǎn)品研發(fā)質(zhì)量，最終促進產(chǎn)業(yè)鏈上下游合作。

　　共享智能標準解讀

　　剛剛我們也說，今年3月30日，《共享學習系統(tǒng)技術要求》在AIIA聯(lián)盟已經(jīng)正式對外公開發(fā)布了，這個標準由螞蟻金服來牽頭聯(lián)合八家產(chǎn)、學、研、用機構共同研究制定的。這八家機構分別是中國聯(lián)通、中國信通院、中國電信、阿里巴巴集團、北京大學、中和農(nóng)信、北京百度網(wǎng)訊科技公司以及云從科技集團股份有限公司，在這里也非常感謝這八家公司對我們標準本身的貢獻。

　　標準從制定到發(fā)布大概用了將近一年的時間，是從去年5月份開始我們進行內(nèi)部需求搜集到最終今年3月30日最終發(fā)布，這個時間也算是比較長的。我這里想簡單介紹一下，我們有關標準制定的節(jié)奏以及流程。

　　首先是關于標準化需求的搜集。在內(nèi)部進行標準化需求收集之后，我們在相關聯(lián)盟以及協(xié)會去申請標準的立項。標準成功立項之后，我們會撰寫標準本身的草案。在螞蟻內(nèi)部這個標準草案主要由標準化的同學主要撰寫，技術同學會給予相應一定的技術上幫助。標準草案這個完稿之后，我們會遞交到聯(lián)盟或者協(xié)會去做意見征求。這個意見征求的對象主要是面向聯(lián)盟或者協(xié)會的會員，大家一起來做標準的共建。經(jīng)過大概兩到三輪左右的意見征求之后我們會進入送審稿的階段，送審稿我們基本整個稿子已經(jīng)比較成熟了。

　　經(jīng)過聯(lián)盟技術委員會評審之后，我們會進入報批稿階段，報批稿基本上這個標準可以對外發(fā)布了，最終正稿之后我們標準發(fā)布，再到標準實施的過程。標準實施當中可能會涉及到一些技術的更新，或者有一些新的需求，可能會反過來進行標準的修訂，這是整個標準制定的節(jié)奏和流程。

　　接下來我想講一講有關共享智能的技術背景，以及我們?yōu)槭裁匆龉蚕碇悄艿臉藴省?/p>

　　隨著數(shù)據(jù)孤島問題的突出，數(shù)據(jù)共享日益重要，但仍存在一些有關數(shù)據(jù)的非法買賣和濫用泄露等問題，公眾和政府日益重視數(shù)據(jù)隱私保護。我們知道歐盟GDPR法律也正式實施了，很多國家在爭相效仿，對于數(shù)據(jù)隱私和安全的關注成為一種趨勢。

　　在滿足安全、隱私和監(jiān)管等要求下，如何設計相應的框架來實現(xiàn)數(shù)據(jù)的多方協(xié)同和授權呢?這個需要更加準確和高效的模型和決策來進一步釋放數(shù)據(jù)價值，再嘗試建立對應的標準。

　　針對共享智能來說，目前我們知道人工智能存在的難題是魚和熊掌不可兼得，隱私性和可用性難以兼顧。如果你想要AI本身系統(tǒng)發(fā)揮作用，就可能要先犧牲隱私，但在大量的真實場景當中，如果不能同時兼顧到隱私性和可用性，會導致很多AI落地的困境。

　　比如說我在這里舉一個例子，首先是貸款的風控。如果用戶想要去銀行做貸款，先來到了銀行A，銀行A基于一些本地數(shù)據(jù)判斷這個A是一個壞人，我們不可以給他貸款，這個人就到了銀行B，但是銀行B沒有銀行A的這些數(shù)據(jù)，所以銀行B也許會把這筆貸款發(fā)放給用戶的本人。其實這樣的矛盾比比皆是，都是因為數(shù)據(jù)不流通所導致的。

　　我們看一下這張圖，在現(xiàn)實環(huán)境當中，有的地方是有一些短暫的連接，但是大多數(shù)數(shù)據(jù)屬于斷開或者不通的狀態(tài)。我們目標是想打通數(shù)據(jù)的孤島，用技術的方法來解決技術的問題，通過技術保護數(shù)據(jù)安全的情況下，實現(xiàn)一個數(shù)據(jù)的共享以及價值的傳遞。

　　對于共享智能我們希望達到數(shù)據(jù)可用不可見的目標，在多個參與方而且各個數(shù)據(jù)提供方與平臺互相不信任的場景下，能夠和多方的信息來進行機器學習，確保各個參與方隱私不被泄露，數(shù)據(jù)不被濫用。

　　接下來想介紹一下標準本身的范圍以及框架。我們在這次聯(lián)盟發(fā)布共享智能標準，主要用于制定共享學習系統(tǒng)的技術要求來規(guī)范化共享智能的定義。包括技術框架以及流程，技術要求以及安全的要求。本身這個項目也適用于指導共享智能系統(tǒng)的設計、開發(fā)、測試、使用、運維管理等等。

　　這個標準當中的內(nèi)容我們主要是包括了這幾大方面，一方面有關共享智能的概述，之后我也會大概講解一下，包括基于可信執(zhí)行環(huán)境的共享智能系統(tǒng)，以及多方安全計算的共享智能系統(tǒng)。這兩部分都包括了不同的方案技術框架、功能組建、技術流程。同時對共享智能系統(tǒng)技術以及安全也做了一定的要求，附錄當中也進行了兩個場景與示例的撰寫，包括智能風控以及智能營銷。

　　有關共享智能(Shared Machine Learning)的定義，我在這里做一個介紹。首先這個共享智能是由多個數(shù)據(jù)提供方參與，且在各個數(shù)據(jù)提供方與平臺方互相不信任的場景下，平臺能夠聚或者協(xié)助聚合多方數(shù)據(jù)信息并保護多方數(shù)據(jù)隱私的學習范式。

　　在這個標準中，我們一共寫進去了兩個共享智能的方案，包括TEE(Trusted Execution Environment，可信執(zhí)行環(huán)境的方案)以及MPC(Multi—Party Computation，安全多方計算的方案)。除卻這兩個方案之外，其實我們內(nèi)部也在進行一些其他方向的技術方案的研究，后續(xù)我們會把它補充到我們標準當中去。

　　首先介紹一下可信執(zhí)行環(huán)境方案。主要利用可信執(zhí)行環(huán)境來解決多個數(shù)據(jù)提供方在進行共享智能時的隱私保護問題。它的技術框架主要是由計算平臺以及多個數(shù)據(jù)提供方組成的。我們可以看到計算平臺當中，包括融合學習、功能模塊以及認證模塊。對于每個數(shù)據(jù)提供方都包含了本地的數(shù)據(jù)以及針對數(shù)據(jù)處理和加密的模塊，以及認證的模塊。其中數(shù)據(jù)提供方在進行處理，對數(shù)據(jù)進行處理之后，通過認證模塊的公鑰加密，再上傳到計算平臺。這個計算平臺本身認證模塊，通過私鑰對加密數(shù)據(jù)進行解密之后，再發(fā)送給融合學習模塊，對解密之后的多方數(shù)據(jù)進行融合的機器學習來確保數(shù)據(jù)的隱私不被泄露。

　　這種方案其實是依賴可信硬件的，通過數(shù)據(jù)加密的方式，集中傳送到我們可信的平臺當中。對于一些本身已經(jīng)上云的機構可以把所有的東西都存在云上面，所有的技術都在云上面部署。用這種方式可以非?？焖俦憬荩瑫r又可以達到非常好的隱私保護的效果，這是TEE的技術方案。

　　針對MPC的技術方案，這個技術架構包括了模型平臺以及同樣有數(shù)據(jù)提供方存在的。模型平臺主要包括了控制模塊，數(shù)據(jù)提供方包括本地的數(shù)據(jù)以及本地部署的學習模塊所組成的。其中數(shù)據(jù)提供方的學習模塊可以通過互相之間來交換隨機數(shù)或者加密參數(shù)的方式，在模型平臺本身出發(fā)與協(xié)調(diào)下進行共享的繼續(xù)學習。模型平臺收到學習模塊，就是各個數(shù)據(jù)提供方學習模塊，提供上來的訓練任務之后進行分解和協(xié)調(diào)，下發(fā)到各個數(shù)據(jù)提供方，本地的機器學習模塊可以交換隨機數(shù)和參數(shù)，來完成共享智能的訓練，并最終得到一個共享智能的模型。這個方式本身是不涉及到硬件的，是偏軟件和密碼學的方案，所以中間出去的隨機數(shù)以及加密的參數(shù)目前在業(yè)界隱私再加上人工智能結合的方向上，用這個方案還是比較多的，業(yè)界用MPC技術方案還是蠻多的。

　　接下來要介紹一下目前我們的共享智能標準，就像我最開始介紹的，我們按照層級來分類，其實我們在很多層級上都做了標準的布局，包括在國際標準方面上，我們在HOE以及ITOT都進行了標準的建立。在行業(yè)標準方面，我們在國內(nèi)的CCSA(中國通信標準化協(xié)會)也進行了標準的立項，目前在意見征求稿推進當中。

　　在聯(lián)盟標準方面，我們在AIIA(中國人工智能產(chǎn)業(yè)發(fā)展聯(lián)盟)已經(jīng)發(fā)布了標準。在AIOSS(中國人工智能開源軟件發(fā)展聯(lián)盟)我們現(xiàn)在也在進行中，目前已經(jīng)到報批稿的階段，可能馬上要發(fā)布了。

　　共享智能應用實踐

　　接下來進行第三部分講解，有關共享智能應用實踐部分。

　　其實兩種方案在現(xiàn)實當中都有一定的落地應用實踐，包括TEE、MPC。首先TEE在安全風控的領域，我們首先聚合生態(tài)伙伴來建立安全的風控網(wǎng)絡。我們前面介紹的可信執(zhí)行環(huán)境技術，把數(shù)據(jù)加密傳輸?shù)骄W(wǎng)絡當中來，共建模型來打擊虛假的交易以及團伙作案，大幅度的提升了風控準確率來實現(xiàn)風控網(wǎng)絡的進化。通過這樣的風控網(wǎng)絡平臺，可以使得商家每天增加很多的交易，同時也降低了資損。

　　接下來是有關在螞蟻內(nèi)部我們做的有關信貸聯(lián)合風控，是和江蘇銀行一起聯(lián)合來做的。主要為了聯(lián)合數(shù)據(jù)建模來提升模型的性能。

　　還記得我們之前介紹的例子嗎?因為本身數(shù)據(jù)的不完整導致風控決策的錯誤?，F(xiàn)在通過共享智能技術我們雙方可以完成共同的模型構建。通過這樣機制來實現(xiàn)聯(lián)合的風控，可以使得這個效果大幅度的提升，同時在這個過程當中，數(shù)據(jù)的隱私得到了有效的保護。

　　接下來介紹一下有關共享智能我們獲得的一些行業(yè)獎項，包括在去年2019年我們在中國人工智能峰會上獲得了紫金產(chǎn)品創(chuàng)新獎，全球人工智能創(chuàng)業(yè)者大會上獲得的應用案例示范獎，同時在去年的世界人工智能產(chǎn)業(yè)安全上，獲得了十大創(chuàng)新實踐的稱號。同樣在去年的CCF，也就是中國計算機學會上我們獲得了科技進步優(yōu)秀獎。共享智能是我們螞蟻內(nèi)部做得非常成熟，而且應用落地實踐非常好的一項技術。

　　最后，希望無論是螞蟻的同學，或者是說外部一些公司如果對我們標準或者技術感興趣，歡迎加入到我們標準共建中來，我們可以一起進行相關技術的探討。

特別提醒：本網(wǎng)內(nèi)容轉載自其他媒體，目的在于傳遞更多信息，并不代表本網(wǎng)贊同其觀點。其原創(chuàng)性以及文中陳述文字和內(nèi)容未經(jīng)本站證實，對本文以及其中全部或者部分內(nèi)容、文字的真實性、完整性、及時性本站不作任何保證或承諾，并請自行核實相關內(nèi)容。本站不承擔此類作品侵權行為的直接責任及連帶責任。如若本網(wǎng)有任何內(nèi)容侵犯您的權益，請及時聯(lián)系我們，本站將會在24小時內(nèi)處理完畢。