驱动AI产业“二次增长曲线”，清华系RealAI发布第三代AI产品联合主办的“2020第三代人工智能产业论坛暨RealAI战略发布会”在京召开。清华大学人工智能研究院院长、中国科学院院士张博；清华大学教授、中国科学院院士王小云；清华大学教授、安防人工智能创新中心主任朱军；研究院院长王岩、RealAICEO田甜出席发布会。本次会议上，RealAI旗下两款全新的第三代人工智能产品——隐私保护机器学习平台RealSecure和人工智能安全平台RealSafe2.0正式发布。本次新品的发布，标志着RealAI首次正式展示其基于“第三代人工智能技术”的AI原生基础设施蓝图。RealAI将继续深化人工智能基础设施建设，开拓人工智能产业“第二增长曲线”，致力于人工智能成为新时代的动力基础。RealAICEO田田突破三大“关卡”打造AI原生基础设施。人工智能要成为新时代的“水和电”，成为驱动各行业升级的底层通用能力。它依赖于完整的人工智能基础设施。RealAICEO田甜表示，继承互联网时代的经验，目前AI基础设施建设的重点是数据中心和算力平台，主要解决AI的“温饱”问题，为AI提供AI的基本计算环境。但随着数据积累受场景限制，现有算力接近极限，大数据、大算力等外部驱动力带来的AI产业“第一增长曲线”开始放缓。从内部突破就是成长。随着智能化步伐深入行业，AI基础设施建设迫切需要从提升自身底层能力出发，开发超越数据和算力维度的新能力，构建具有AI原生能力的基础设施。“内生动力”确保在高数据、高算力条件下，更好支撑AI赋能产业的深度应用，为AI产业化开辟新的市场空间，带动第二增长曲线的行业。增强人工智能内生动力，需要突破三大“关卡”。第一关是算法关，保证算法决策的可靠性和安全性。田田解释说，在智能时代，AI的决策逻辑和环节自然存在很多不确定性，缺乏可解释性，难以应用于高价值的决策场景。此外，算法无处不在的“对抗样本”特征导致人工智能系统存在被恶意攻击的风险。第二关是数据关，保证数据的隐私和安全。在训练AI模型时，简单的明文传输和数据利用很容易导致隐私泄露。同时，在人工智能应用打破数据孤岛的过程中，数据的使用和使用难以保障，有可能被滥用和复制。同时，利益难以界定，业主权益难以保障。最后是应用门，即AI应用场景的把控。例如信用模型中的“幸存者偏见”、人脸识别中的种族歧视、技术滥用导致的金融欺诈、甚至政治宣传引导舆论等一系列算法公平性问题的出现。“三关”，AI原生基础设施需要实现算法可靠、数据安全、应用可控三大能力，升级赋能现有AI平台，拓展AI在各场景的应用。可用性。天天认为，这是现阶段人工智能行业的需求和目标。从能力实现的角度来看，这三种能力与数据和算力带来的能力提升完全不同。他们将原有的二维能力增长拓展到新的空间，开辟了新的能力增长维度。从底层技术栈入手绘制AI基础设施建设蓝图构建AI原生基础设施是一个“高目标”，第三代人工智能技术框架提供了实现的可能。作为清华人工智能研究院孵化出来的科技型企业，RealAI深耕安全、可靠、可信、可扩展的第三代人工智能，依托贝叶斯深度学习、可解释机器学习、AI安全攻防，新一代知识图谱、隐私保护机器学习等底层技术栈，围绕算法可靠性、数据安全、应用可控性三个方面，描绘了AI基础设施建设的蓝图，其中包括可解释的机器学习建模平台RealBox以及人工智能安全平台RealSafe以及深度造假检测工具DeepReal等一系列平台产品。在本次战略发布会上，RealAI重点发布了两款产品：隐私保护机器学习平台RealSecure和人工智能安全平台RealSafe2.0。隐私保护机器学习平台RealSecure为解决AI应用过程中的数据孤岛问题，隐私保护机器学习被学术界和工业界公认为可行的途径。然而，由于隐私保护机器学习与传统机器学习不属于同一个技术生态系统，企业想要构建隐私保护生态系统面临着性能差、易用性差、协议黑盒等诸多困难。RealAI通过整合密码学、分发等多项技术体系，推出了RealSecure隐私保护机器学习平台（RSC）。分布式隐私保护算法的连接，同时将隐私保护算法公式的表达解构到更细粒度的“算子”层面，连接机器学习生态和隐私保护机器学习生态一脉通过运营商的结合，实现两大生态的融合。与传统的处理方式相比，RSC更多地起到了“编译器”的作用，将机器学习算法一键编译成隐私保护的机器学习算法。得益于底层编译级别的能力，RSC拥有三大性能优势：?第一，训练速度提升了30多倍。这源于两点。在加密算法方面，全同态技术的革命性应用，打破了半同态技术功能和性能的束缚，性能提升2-3个数量级；在AI算法优化方面，收敛速度更快，迭代次数少。?第二个是白盒可验证安全性。RealSecure将所有中间计算过程以第一数据流图的形式安全、透明地呈现给用户，内部算子的执行完全公开，实现了安全、透明的隐私保护通信协议。?三是使用方便，无需繁琐的改写，加工方式由“雕版印刷”变为“活字印刷”。性能提升使得RealSecure成为最具商业化的企业级隐私保护机器学习平台。当传统方式只是通过人力堆叠打通不同数据源时，RealSecure实现了“高速公路”级节点链接，支付、消费、税收、交通、司法、运营商等大数据可以更快更安全.互联互通，反欺诈、小微普惠、AI医疗等智慧决策才能真正落地。人工智能安全平台RealSafeRealSafe为解决人工智能安全风险而诞生。是全球首款商用AI安全平台，也是业界首款针对人工智能模型的杀毒软件。对于“反样本”、“后门植入”等攻击手段，RealSafe一方面可以全面检测模型的安全性，整个检测过程完全基于接口，用户无需具备专业模型安全算法知识和编程经验；另一方面，它提供了多种安全增强方案，并能自动评估每种方案对被测模型的安全提升效果。RealSafe2.0在上一版本的基础上，对安全检测能力进行了全面升级：首先，可评估的应用场景全面扩展，从目前应用最广泛的人脸识别模型，扩展到目标检测和图像分类模型；同时，在检测抗对抗样本攻击安全性的基础上，增加了图像分类模型后门的自动检测。此外，RealSafe2.0版本还提供了安全增强方案，包括对抗样本去噪方法、对抗样本检测方法和对抗训练方法。目前，RealSafe已应用于工信部某重大建设项目和某电网公司。未来会集成更多的安全风险检测能力。在此基础上，RealAI致力于打造第三方人工智能安全检测平台，探索人工智能介入和自动训练出具有高安全模型的技术方案。AI原生基础设施蓝图开启人工智能产业“二次增长曲线”。天天表示，“这一系列的AI原生基础设施，可以开辟AI能力的新维度，激发AI的第二增长曲线，为AI赋能各行各业，带来新的市场机会。例如：在在合规和隐私保护的前提下，金融场景可显着提升智能风控、反欺诈、精准营销等应用效果；使智能理财产品风险可控，提高资产配置和使用效率；提供更安全、更有保障的理财产品。刷脸支付系统；帮助公安部门提高对各种渠道虚假内容的管控能力，防范相应的传播风险。”发布会最后，甜甜表示，不同于应用解决难题，RealAI一直坚持推动底层技术的变革。发现一个问题，就能看到一类问题，通过底层框架、平台和方法论的突破，助力行业的整体升级。据他介绍，这两款新发布的产品就是这一理念的典型代表。无论是产品定位还是功能价值都是RealAI的第一。天天表示，RealAI的目标是补足原有的AI基础设施体系，提供服务于不同行业的业务产品和解决方案，让所有场景，无论大小、价值，都能受益于AI赋能，让AI更高效。高品质服务于人类社会。
