加速隐私计算落地｜金智塔首席科学家郑小林教授再次获邀出席CNCC2021分论坛

12月16-18日，以「计算赋能加速数字化转型」为主题，由CCF主办，国家超级计算深圳中心、光明实验室承办的CNCC2021在深圳盛大举行，线上同步直播。大会有17场特邀报告、3场大会论坛、113个技术论坛及特色活动，汇聚了院士、图灵奖得主、国内外名校学者、名企领军人物、各领域极具影响力的业内600多位专家，为参会者带来聚焦不同专业和话题的精彩报告。

论坛流程

18日下午，「隐私计算距离大规模商业化落地还有多远？」为主题的分论坛受到广泛关注，金智塔科技首席科学家、浙江大学人工智能研究所副所长郑小林教授获邀参加，与平安科技高级产品经理李泽远、OPPO数据智能研究部部长齐越、数牍科技副总裁张迎春、腾讯数据应用负责人吴俊彦等嘉宾共同出席论坛，围绕隐私计算领域的行业前沿与关键问题，一同探讨隐私计算行业趋势、技术瓶颈、产品形态和商业模式，旨在挖掘隐私计算在大规模商业化落地中掣肘的根本原因，寻找行之有效的解决方法，给出隐私计算距离大规模商业化落地还有多远的最终结论。

在圆桌讨论环节，金智塔首席科学家郑小林教授围绕主题带来精彩观点。

问题1：当前隐私计算技术是否可以支撑商业化应用？

为了实现数据可用不可见与安全合规，隐私计算的不同技术路线各显神通，例如MPC、TEE、FL、差分隐私等技术。总体来说这几年技术进化迭代速度比较快，以信通院为代表的第三方评测结果显示，隐私计算厂商在功能、性能、安全性等方面都有大幅度提升。接下来如何进一步平衡计算代价与业务场景，不断迭代优化算法性能；以及通过模型压缩、知识蒸馏等技术进一步提高通信效率都是目前产业界和学术界的主攻方向。当前，隐私计算技术已逐步应用到金融、政府、企业、零售、医药等部门的数智化转型，但支持大规模商业化应用还有大幅提升空间。

问题2： 隐私计算的产品化是否可以支持商业化？

郑小林教授认为当前隐私计算的产品化需要从客户的多样化需求出发。针对市场上技术能力强的客户，可以提供隐私计算的核心组件，集成到数据与业务系统中去；对于技术能力偏弱的客户，往往需要提供数据+隐私计算系统+场景应用一整套的解决方案产品；而对于打造数据流通生态为目标的客户，例如最近很热的数据交易所，则可以通过提供隐私计算PASS服务来满足客户需求，融入到该生态里去。

问题3：隐私计算落地慢，客户对安全性也有顾虑，如何激励用户使用意愿？

郑小林教授认为用户教育和激励需要从多个角度来协同推进。从政府监管角度层面，相关法律、法规不断落地，在倒逼行业规范和自律，将会起到市场推进作用；从技术优势和安全性证明方面，希望有更多权威第三方机构提供性能和安全性专项认证，实现行业认证与市场认可，支持行业良性发展；从市场角度，可以通过效果付费的形式，让客户体验价值，进而激励用户使用意愿。

问题4：哪个场景和领域最有可能实现大规划商业化推广？

郑小林教授认为首推金融机构和政务机构，其次是医疗机构和零售电商。

金融机构已经历了电子化、移动化两个阶段，现在正朝数智化发展，而且金融机构在应用外部数据赋能自身业务上有多年的积累和经验，在《数据安全法》和《个人信息保护法》冲击下，迫切需要隐私计算技术的支持。

而政府机构普遍建立了下属数据管理机构，在数据归集上已经做了大量的工作。但存在两个挑战与需求：（1）很多有价值的数据部门只提供了接口，没有直接提供数据，需要隐私计算支持；（2）已经归集的数据，要反哺提供机构，以及对外合规开放共享，需要隐私计算支持。

问题5：隐私计算技术距离大规模商业化落地还有多远？为什么？

郑教授预计2-3年左右隐私计算将会得到大规模商业化应用。从2018年开始受到极大关注，隐私计算已经经历了定制化、产品化、场景化的历程，未来2-3年，应该会向平台化、生态化持续演进。另外从国家政策上来讲，执行细则需进一步落地；从技术上来说也在不断迭代、完善；而商业场景的落地和效果的持续显现将推动需求进一步提升。

数智化转型已成为必然趋势，隐私计算产业正呈爆发式增长。金智塔科技是专业的隐私计算服务商，已在智慧金融、智慧政府、智慧企业等场景积累丰富的应用经验，不断推动大规模商业化的落地，致力于成为隐私计算领域的中坚力量。