《澎湃新闻》记者邵文

“人工智能落地工业大规模应用，安全可靠、共识复杂、关联分析、存储计算规模爆发、能耗降低等问题亟待解决，包括隐私计算、区块链、图表计算、分布式数据库”

今天，数据已经成为重要的生产要素。 在此之前，中共中央、国务院公布了《关于构建更加完善的要素市场化配置体制机制的意见》，要求加快数据要素市场的培育，加强数据资源的整合和安全保护，特别是制定数据隐私保护制度和安全生产制度。

“数据安全问题仍然十分严重，尤其是恶意获取、篡改、伪造、滥用信息，成本极低，发生大规模数据泄露，数据安全应引起全球广泛关注。 ”9月3日，中国科学院院士、清华大学教授王小云在2022世界人工智能大会可信隐私计算高峰论坛上说。

数据安全问题也影响了人工智能的发展。 蚂蚁集团副总裁、首席技术安全官韦韦表示，人工智能在产业的大规模应用落地，安全可靠、共识、复杂关联分析、存储计算规模爆发、能耗降低等问题亟待解决，隐私计算、块检查笔者认为，有必要深入探索图形计算、分布式数据库和计算基础设施、绿色计算等AI大规模应用的“根技术”。

他进一步结合实践解释说，这五大挑战是在大数据流和ai APP应用中如何保护用户的隐私和数据安全。 在产业协同中，如何建立信任机制，促进价值创造？ 在大型实体和数据的关系中，如何解决结构的复杂关联问题？ 如何解决数据量呈指数级增长以及存储计算性能和成本瓶颈问题？ 如何降低计算能耗和保护环境，使数据呈爆炸式增长？

“安全风控领域是天然开放空间的强力对抗博弈场景，需要与世界最狡猾的黑色产业集团进行强力对抗。 在这个领域，目前单纯的数据驱动型智能体系无法有效应对。 一方面，需要深入研究机器智能与专家智能有效协同的融合对抗智能，另一方面，需要加强AI的可信保障机制，包括可解释性、鲁棒性、公平性、隐私保护能力等。 ”韦韦的例子。

韦韬认为，隐私计算、区块链、图表计算、分布式数据库、绿色计算是支撑数字化时代AI大规模应用的五大“根技术”。

对于隐私计算，上海市经济和信息化委员会副主任张英特别表示，“近年来，隐私计算已经从尖端技术落地，成为应用实践的一部分。 人工智能技术正在向着卓越、安全、可信的方向发展，技术创新在许多方面取得突破，许多安全计算、联邦学习、可信执行环境、插件隐私、同态加密的关键技术越来越成熟、更加安全，能够充分挖掘数据元素隐私计算在政务、金融、医疗等领域实现落地APP，遍布交通、教育等多个行业。 ”

隐私核算正走向规模化落地阶段。 张英表示，未来将继续在城市数字化转型实践探索中形成可靠隐私计算的上海方案。

1、完善技术创新体系，依托核心创新科研平台，高校、科研院所、科技企业共同发力，加强信息安全技术攻关，形成可靠的隐私计算创新策略源体系。

2、测试：建立评测测试体系，加快完善可信AI相关标准，开发创新测试测评技术，推动可信AI测评和产业落地。

3、完善制度规范，加快研究和探索，制定生物信息安全、数据安全、各类隐私安全的法律法规，界定法律边界，明确各主体、各环节的责任和义务。

责任编辑：吴跃伟图片编辑：蒋立冬

校对：张艳