》人工智能在行业的大规模应用需要解决安全可信、协同共识、复杂关联分析、存储和计算规模爆炸、能耗降低等问题，分布式数据库和计算基础设施、绿色计算等人工智能大规模应用的“根技术”。如今，数据已经成为重要的生产要素。此前，中共中央、国务院发布《关于构建更加完善的要素市场化配置体制机制的意见》，要求加快培育数据要素市场，加强数据资源整合和安全保护，并特别提出设立建立数据隐私保护体系和安全生产体系。“数据安全问题依然十分严重，尤其是恶意获取、篡改、伪造和滥用信息，成本极低，大规模数据泄露事件时有发生。数据安全应引起各方的广泛重视。”全世界。”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表示。数据安全问题也影响着人工智能的发展。蚂蚁集团副总裁兼首席技术安全官魏涛认为，人工智能在行业的大规模应用迫切需要解决安全可信、协同共识、复杂关联分析、存储计算爆炸等问题规模化，降低能耗。深入探索隐私计算、区块链、图计算、分布式数据库和计算基础设施、绿色计算等大规模人工智能应用的“根技术”。他结合实践进一步解释，五大挑战是：如何在大规模数据传输和人工智能应用中保护用户隐私和数据安全？在产业协同中，如何建立信任机制，促进价值创造？如何解决大型实体和数据关系中复杂的结构关联问题？在数据量呈指数级增长的情况下，如何解决存储和计算的性能和成本瓶颈？随着数据的爆发式增长，如何降低计算能耗，更好地保护环境？“安全风控领域是一个天然的开放空间强对抗博弈场景，需要与全球最狡猾的黑产业团伙进行高强度对抗。在这个领域，目前单纯基于数据驱动的智能系统无法有效应对一方面，需要深入研究机器智能与专家智能的高效融合，对抗智能；另一方面，需要加强人工智能的可信保障机制，包括可解释性、稳健性、公平性和隐私保护能力。”魏涛举了一个例子。说。魏涛认为，隐私计算、区块链、图计算、分布式数据库、绿色计算是支撑人工智能在数字时代大规模应用的五项重要“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颖特别表示，“近年来，隐私计算从前沿技术落地，成为应用实践的一部分。人工智能技术正朝着卓越、安全、可信的方向发展，技术创新取得多项突破，多方安全计算、联邦学习、可信执行环境、插值隐私、同态加密等关键技术日趋成熟，更安全、更充分地挖掘和利用数据元素，实现真正可用的隐形场景创新的持续推进。隐私计算在政务、金融、医疗等领域得到应用，并正在向交通、教育等多个行业延伸。“隐私计算正在走向规模化落地阶段。张颖表示，未来在城市数字化转型的实践探索中，将继续形成可信隐私计算的上海方案：一是提升技术创新能力。体系，依托核心创新科研平台，带动高校、科研院所、科技企业共同加强信息安全技术攻关，形成可信隐私计算创新政策源头体系。2.建立评价体系和测试体系，加快建立可信人工智能相关标准，发展创新测试评估技术，促进可信人工智能评估和产业落地。3.完善制度规范，加快研究探索，制定生物信息安全法律法规，数据安全，以及各种隐私安全y、界定法律边界，明确各主体的责任和环节及义务。
