乘勢而上,與時俱進:IDC《聯(lián)邦學習與可信AI市場機會分析》研究發(fā)布
加入技術交流群
隨著人工智能等新興技術越來越多的賦能社會和企業(yè)，技術使用的底層數(shù)據(jù)安全性也越來越受到國家的關注。隨之而來的《數(shù)據(jù)安全法》、《個人隱私保護法》也提出了新的數(shù)據(jù)使用要求，讓聯(lián)邦學習與可信AI的話題關注度逐步提升。目前，聯(lián)邦學習與可信AI已經(jīng)從理論探索逐步走向初步的工程化落地實踐。
本文引用地址：http://www.ex-cimer.com/article/202301/442633.htm聯(lián)邦學習與可信AI的定義
目前在解決數(shù)據(jù)孤島與數(shù)據(jù)隱私問題中較為常見的是聯(lián)邦學習。聯(lián)邦學習是一種新興的人工智能基礎技術， IDC 定義下的聯(lián)邦學習是一種分布式隱私保護建模方法，在保證所有訓練數(shù)據(jù)不出域的前提下，多個參與方通過與聚合模型協(xié)作學習的方式共同訓練新的數(shù)據(jù)模型的方法。這樣的建模方式可以充分調(diào)動"去中心化數(shù)據(jù)"和"去中心化算力"等能力，促進數(shù)據(jù)隱私保護，實現(xiàn)數(shù)據(jù)利用最小化原則，并以更低的延遲和更低的功耗提高了建模性能。
可信AI的研究領域則涵蓋了安全和隱私（包括系統(tǒng)、平臺、產(chǎn)品以及數(shù)據(jù)安全）、算法可解釋性，公平性和可問責性。
報告中也詳細探討了聯(lián)邦學習與可信AI 的初步市場格局，初步展示了如百度、第四范式、星環(huán)科技等主流AI技術供應商的技術/產(chǎn)品進展，以及當前的行業(yè)實踐情況。
行業(yè)應用
目前聯(lián)邦學習已經(jīng)初步實現(xiàn)商業(yè)化落地，可信AI還在技術理論突破與應用探索階段。在不同行業(yè)的應用探索中，聯(lián)邦學習實現(xiàn)了數(shù)據(jù)隱私保護和數(shù)據(jù)共享分析的平衡，即“數(shù)據(jù)可用不可見”的數(shù)據(jù)應用模式。聯(lián)邦學習在行業(yè)中的應用進展如下：
● 金融行業(yè)：金融行業(yè)是當前聯(lián)邦學習落地部署探索最多的行業(yè)。金融行業(yè)加速數(shù)字化轉(zhuǎn)型的過程中，銀行、保險、投資等行業(yè)都面臨著有效數(shù)據(jù)欠缺與隱私保護安全的雙重挑戰(zhàn)。在應用上，目前主要集中在營銷、信貸風控、反欺詐場景。
● 零售行業(yè)：零售行業(yè)在銷量預測及商機洞察，倉庫儲存、配送等各個環(huán)節(jié)可以使用到聯(lián)邦學習技術。例如，基于聯(lián)邦學習技術，在保護數(shù)據(jù)隱私安全的基礎上，根據(jù)歷史銷量、各區(qū)域客群畫像洞察、氣候變化、時事熱點等元素進行分析，通過精確到小時級別的銷量精準預測，優(yōu)化整體品類規(guī)劃，從而降低運營成本，幫助實現(xiàn)用戶履約率進一步提升。
● 互聯(lián)網(wǎng)/電商/數(shù)字媒體： 數(shù)字廣告業(yè)務目前引入了聯(lián)邦學習技術，如廣告投放、流量反作弊、聯(lián)合歸因等場景。流量平臺、廣告主等可以在不披露底層數(shù)據(jù)的前提下共建模型。每個廣告主或者數(shù)據(jù)持有方不出本地，通過加密機制下的參數(shù)交換方式，就能在符合各項隱私安全法律、法規(guī)的情況下，建立出虛擬的共有模型。
● 工業(yè)：在制造領域，聯(lián)邦學習技術會幫助實現(xiàn)多條產(chǎn)線間的聯(lián)合訓練與模型共享，改善AI質(zhì)檢、預測性維護的效果。例如，各種供應商可以結合自身數(shù)據(jù)，以建立更好的整體預測模型。在能源領域，智能家居設備和能源供應商之間的聯(lián)合，可以產(chǎn)生用于預測功耗和設備使用的互利模型。其結果將包括越來越靈敏和個性化的設備，并使得電網(wǎng)管理更加有效。
● 醫(yī)療：醫(yī)療保健領域?qū)⑹芤嬗诳v向聯(lián)邦學習，如果所有醫(yī)療機構和制藥企業(yè)都成立數(shù)據(jù)聯(lián)盟并共享其數(shù)據(jù)以創(chuàng)建大型醫(yī)療數(shù)據(jù)集，那么經(jīng)過訓練的AI模型的性能將顯著提高，尤其是在AI藥物研發(fā)領域，藥物本身作為研發(fā)數(shù)據(jù)，有非常大的價值，聯(lián)邦學習技術恰好能夠安全地實現(xiàn)多方數(shù)據(jù)共享。另外，在醫(yī)療影像輔助診斷場景中，可以通過聯(lián)合訓練CV模型來更加精準地預測疾病、檢測異常并基于其他醫(yī)療傳感器和電子健康記錄（EHR）數(shù)據(jù)進行診斷。
● 政務：政務領域存在橫、縱向信息交換的“數(shù)據(jù)壁壘”，聯(lián)邦學習可以幫助打通政務領域數(shù)據(jù)應用價值鏈，提高辦事效率，解決社會疑難問題。
IDC中國人工智能高級分析師程蔭表示，AI技術的安全可信已是大勢所趨，行業(yè)用戶在享受技術所帶來的紅利的同時，應該積極選擇與具有數(shù)據(jù)資源的技術供應商合作，優(yōu)先考慮聯(lián)邦學習與可信AI技術實現(xiàn)的路徑和自身業(yè)務是否匹配，根據(jù)實際業(yè)務判斷AI安全可信建設的優(yōu)先級，也可參考目前同業(yè)探索實施相關AI項目的成熟度，使得聯(lián)邦學習與可信AI更好地落地。
評論