本篇文章2900字,读完约7分钟
关注原始的尖端科技量子比特。
鱼羊产于凹非寺
量子报道|公众号qbitai
top2大学实验室的科研成果能孵化出什么样的商业价值呢?
现在清华大学的另一个王牌浮出水面了——
转化奖获得者姚期智院士和清华大学交叉新闻学院徐葮副教授在隐私计算理论上的研究成果是成立华控清交新闻科技(北京)有限企业,推出了实际可以落地的商业产品。
前高盛全球合作伙伴张旭东担任ceo,徐葳副教授担任最高科学家,许多清华姚班毕业生担任研发核心。
是的。 这家企业背负着清华姚班的人才力量和清华大学的足够学术资源。
据说“半国英才聚集清华,清华一半英才在姚班”,所以在这样的学术背景下,到底有什么样的企业孵化了呢?
将数据设置为“可用”
众所周知,业内图灵奖获得者、清华大学交叉新闻研究院院长姚期智院士的第一研究方向包括计算理论及其在密码学和量子计算中的应用。
华控清交扯着“数据安全”这一点,根据姚期智院士和徐葳教授的科研成果,重点是基于许多安全计算理论的数据融合技术、标准和基础设施的开发与建设。
分解的话,原因很简单。 数据安全问题影响了数据的流通,肘的数字经济迅速发展。
在数字经济时代,数据可以说是重要的生产要素。
人工智能技术可以在冬天后再次复活,引领时代技术潮流,由网络带来的大量数据带来。
但是,随着ai产品渗透到人们的生活中,数据引起的隐私安全问题也越来越受到关注。
从面部识别到智能扬声器,从推荐算法到视频通信,不刺激对隐私安全性敏感的神经。
从隐私安全的角度来看,数据作为生产要素,与通常的生产要素相比有以下优点。
首先,数据拷贝很便宜,几乎无限拷贝。
其次,数据的采用没有排他性,被很多人采用
另外,数据的再生性高,在采用过程中随时会生成新的数据。
这些优点在共享未加密的明文数据时不受控制,很可能被滥用。 这也意味着各方不共享、不想共享和无法共享数据。
这样,数据生产的要素化受到阻碍,“数据孤岛”现象在各行业普遍存在。
那么,从技术角度处理这个问题,数据流通,使价值最大化,防止新闻泄露和数据滥用吗?
答案是:是的。
比如姚期智院士20世纪80年代创立的许多安全计算理论,为实现数据的可用性奠定了理论基础。
“可用的不可视”是指将数据分离成可视的具体新闻部分和不可视的计算价值部分。 这样可以充分流通和共享计算价值,避免新闻泄露的风险。
具体而言,华控清交的隐私计算技术基于许多安全计算密码学范畴的理论安全特征,结合联邦学习、可靠性计算、差分隐私和数据脱敏等基于明文的数据隐私保护技术和区块链技术
另外,华控清交在工程上实现了“看不到数据”和“规定数据的具体用途使用量”的实际落地,推出了自主开发的数据安全融合平台。
数据交易流通的基础设施
据官网新闻报道,名为privpy的多个安全计算平台级产品实现了支持通用计算类型、高性能、群集和可扩展性的处理方案
privpy整合了多个安全计算、联邦学习、隐私查询等数据安全技术,利用了多个计算引擎,包括秘密共享、模糊化电路和可靠的计算。
其高性能并行计算引擎支持横向扩展、数据并行化和tb级数据解决。
此外,该平台与arm服务器完全兼容,支持细粒度并行计算。
在开发方面,平台支持python和sql的操作,与numpy和pytorch等函数库兼容,支持包括大部分机器学习算法在内的计算类型和系统的实现,使顾客采用密文计算的学习曲线
另外,privpy的自主灵活的模块化组合模型和多种部署方法可以支持客户在招聘和部署方面的多样性诉求。
在安全方面,该平台有以下优点:
完整的数学/密码学说明
确定了安全前提条件,便于实施和审计
数据许可管理。
系统安全: ssl、ca认证等
核心密码协议设计简单、开放
而且,国际开源与中国商密系统兼容
兼容区块链和可靠计算的保存审计功能。
取得国内权威机构的安全认证
华控清交的愿景是,为国家拥有自主知识产权,开发建设世界领先、数据交易流通的基础设施,推进数据的大规模互联和融合利用,作为使数据真正社会化的生产要素,为中国全面进入数字经济时代
现在,“吹牛”下的牛以产品的形式稳定落地,同时有实际的应用实例。
应用示例
在政务、金融、医疗、安全、能源等多个行业中,实现贯穿数据孤岛、数据不外出的共同建模,对ai技术在领域的实用化具有重要意义。
走出清华园,华控清交的许多安全计算平台已经在这些领域验证了能力。
例如实现保护数据隐私的面部识别支付。
人脸识别技术给金融领域带来了很多便利。 例如,洗脸支付对大众来说是众所周知的功能。
但是,面部数据作为极其重要的隐私数据,无论是从保护顾客的隐私数据方面,还是从保护数据价值方面,数据所有者都不希望简单地共享。 另外,脸查询客户端不想向数据库运营者提供自己顾客的脸新闻。
华控清交多方安全计算平台可以从技术层面处理人脸识别隐私保护问题。
在多计算平台中,查询方在查询面部新闻时只能得到一致的结果,在平台和数据源中都无法知道查询的意图和查询结果。
也就是说,在这个过程中查询和数据库运营者相互不暴露自己的消息,不会带来面部特征数据库的消息泄露的风险,因此面部数据所有者可以放心地共享数据共同采用。
以反欺诈为例。
所谓道高一尺魔高一丈,随着市场和新闻化手段的迅速发展,不法分子也利用先进技术,以更隐蔽的行为和做法实施金融欺诈。
面对这样的课题,如果能比较有效地融合多个金融机构的相关数据的安全性进行人工智能的分析和检查,通过提高大规模数据池内的数据的质量和量,提高防欺诈的精度,更智能、更健全、更
但是金融机构的客户数据往往具有巨大的市场敏感度和潜在的商业价值。 因此,各金融机构无论从保护顾客的隐私和市场安全的观点,还是从保护自己利益的立场出发,都不能简单地共享这些数据。
华控清交的多方安全计算平台以拥有隐私数据的多方不直接提供数据原文为前提,利用其生成的数据密文进行比较有效的数据融合和计算,在保证数据隐私的同时进行大规模的数据融合和人工智能计算
具体而言,通过多个安全计算平台,多个金融机构以密文的形式输入数据,然后在平台的全部密文环境下进行反欺诈模型的共同训练、预测,以越来越多样化的数据锻炼更强的ai
产学研融合之路
今年以来,在疫情冲击下,数字经济新兴产业的特点进一步凸显,成为构建经济快速发展新格局的重要支撑。
数据作为ai应用的基础,作为数字经济中的生产要素,在这种新的快速发展格局中起着重要的作用。
在这种背景下,如何在保障数据安全的基础上,促进数据流通,实现无边界数据融合,成为学术界、工业界共同面临的新挑战。
现在,以华控清交为代表的公司走出了国内最先进的实验室,可以使尖端技术理论落地商用,为了贯穿一个个发挥数据潜能的环节,无疑注入了强大的技术支持。
其商业化成果再次证实了产学研融合带来的强大动能,探索了ai赋能千行百业的新路径。
那么,你怎么看待这样的产学研融合之路?
——完
本文是网易信息网易号特色文案激励计划合同账号【量子位】原创文案,未经账号授权,禁止擅自转载。
原标题:“清华姚班的科研能力,能孵化出什么样的企业? 』
阅读原文。