每經記者 張虹蕾    每經編輯 盧九安    

圖片來源：第四范式 供圖

在日常生活場景，AI細分技術領域應用速度不斷加快，在推動能源、交通、建筑、醫療等行業轉型升級過程中起到的作用日益突顯；在疫情防控工作中，AI技術應用可以準確掌握疫情發展動態，對疫情的影響進行預演判斷。

值得注意的是，在應用過程中，AI技術的不足之處、軟硬件之間融合應用存在裂縫等問題也隨之暴露。由濫用AI技術所引發的個人隱私數據泄露等問題，也引發了業界的擔憂。

近日，《每日經濟新聞》記者（以下簡稱“NBD”）專訪AI獨角獸企業第四范式主任科學家涂威威，其談及了AI數據保護等問題。涂威威表示，AI的發展和監管處于動態博弈的狀態，無論是治理和數據保護都是為了更好的發展。能夠平衡兩者關系，制定AI治理規則及數據保護的法律，才能更好引領AI行業的發展，掌握競爭主動權。

數據質量決定AI價值  隱私保護成本仍存挑戰

NBD：數據對AI技術的重要性何在？

涂威威：AI三要素是數據、算法、算力。對于任何企業，打牢數據基礎都非常關鍵。AI真正核心是從數據中發掘更多業務規律和價值。在算法、算力的支持下，數據的數量、質量決定AI價值。

NBD：目前，AI企業在數據安全建設方面面臨什么問題？

涂威威:對于多數大眾以及企業而言，數據隱私保護是復雜又龐大的工程。技術層面面臨兩方面的挑戰：在效果方面，需要讓數據安全、用戶隱私得到相同保護強度，并且提出更有效的算法，解決應用場景問題；在成本方面，機器學習、隱私保護技術復雜程度高，技術環節仍需要較多專家介入到數據預處理、特征工程、模型調參當中，這也加大了人工接觸數據的機會，理論上增加泄露隱私風險。

NBD:在保護數據安全方面，有哪些探索路徑？

涂威威：為了更好的實現數據保護，我認為企業需要從技術、標準兩方面發力。在技術層面，我們在隱私技術方面的工作主要為差分隱私、隱私保護的遷移學習技術等。

此外，我們研究出自動多方機器學習技術。讓機器自動完成數據預處理、特征工程、模型調參等工作。大幅減少了專家人工的介入，提升安全性的同時，也大幅降低了隱私保護技術的使用門檻，并與多方機構開展了深度合作。不過，以差分隱私技術為代表的隱私保護技術與自動機器學習相結合還需要解決很多問題。例如，如何在保護隱私的同時保證自動機器學習的效果與效率、如何有效自動分配隱私預算等。

在標準方面，我們此前通過GDPR認證。也希望在數據隱私保護方面探索更多國際交流、合作空間。

線上數據持續攀升  數據保護要求更高

NBD:疫情期間，AI技術發揮出哪些作用？

涂威威:在疫情防控工作中，關鍵在于及時發現高風險人群與超級傳染者，準確掌握疫情發展動態并就不同政策對疫情的影響進行預演判斷，以及更快速地追溯到病毒的傳播路徑，提高政府部門的防控效率。  

之前，我們聯合高校研究所、醫療機構臨床專家，研發出基于AI的智能疫情防控方案投入應用。主要包含三部分：一是利用AI技術豐富現有的防控篩查規則模型，精準篩查高風險易感人群，進行精準防控；二是構建了更接近實際情況的可學習的省、市、區、縣級數字孿生系統，實時預演分析疫情發展，做出拐點的預測；三是利用AI技術構建疫情溯源系統，快速追溯傳染路徑。

NBD:疫情下，AI應用場景有哪些新突破？

涂威威：疫情帶來最大的變化就是企業在線化程度加深。在線化不是簡單把貨品從線下搬到線上，而是對經營行為進行數字化行為、智能化服務。需要通過智能推薦、智能搜索、智能推送、智能客服等AI技術引擎，幫助企業多快好省地實現線上化智能運營，解決流量暴漲帶來的消費者體驗和資源調配優化等問題，開辟線上化發展新局面。

NBD:這給企業帶來了哪些新思考？

涂威威：這次疫情中，我們服務的大型零售企業都在思考兩方面的內容：一是解決突然增長的線上訂單壓力；二是思考怎樣把在線客戶轉為私域流量。

為了幫助企業應對突然爆發的在線需求，AI企業也需要提供線上化、智能化的精細化運營能力，幫助零售、金融、制造等傳統行業擁抱數字化革新、把握線上發展新機遇。未來，線上用戶、商品服務組合、用戶線上積累數據會不斷攀升。同時，也意味著對用戶隱私保護的技術提出了更高的要求。

數據保護制定權或成未來競爭方向

NBD:業界認為，AI治理規則及數據保護制定權至關重要，您怎樣看待？

涂威威：數據應用隱私問題一直備受關注。2018年，“史上最嚴個人數據保護法”歐盟GDPR強制執行。2019年初，谷歌因違反GDPR條例被法國數據保護監管機構處以5000萬歐元罰款。

GDPR之后，各個國家、地區重點加大了隱私保護關注力度，并通過立法等方式進行有效干預。2020年1月，加州消費者隱私法案（CCPA）生效。3月6日，國內《個人信息安全規范》正式發布，在現有《網絡安全法》的基礎上，積極推動《數據安全法》、《個人信息保護法》等，進一步加強隱私保護的力度。

因而，數據是AI的基石，保護隱私是AI落地的必要條件，AI治理規則、數據保護的制定權將成為未來競爭的方向。

NBD:此前有APP收集人臉信息，如何面對數據帶來的倫理道德挑戰？

涂威威:對于企業來說，直接收集數據是成本最低，效率最高的方式。例如，互聯網金融行業，企業通過買第三方數據判定信用等級，成本極其低。但這種方式存在侵權風險。

除了提高數據隱私保護意識和技術解決能力之外，目前，國家不斷完善數據隱私保護層面的法律法規制定。相關行業標準也在制定中，其中包括了操作流程及規范、人員管理、技術選型等方面。

NBD:對于行業未來的發展，您還有何建議？

涂威威：AI的本質在于能更有效、更精細化地挖掘數據的價值，而挖掘數據的同時，伴隨著泄露隱私的風險。然而，以往常用的加密及普通的匿名化手段并不能完全保證數據安全，攻擊者還可以對分析結果的差分攻擊以及查表撞庫等方法反推原數據。

隱私保護這場風暴仍在席卷全球科技行業，國際及國內在數據合規方面的整體意識不斷增強。AI企業在隱私保護和數據安全這條道路上并沒有什么捷徑可走，AI企業必須靜下心來做好產品和技術本身。

封面圖片來源：第四范式 供圖