免费久久国产&夜夜毛片&亚洲最大无码中文字幕&国产成人无码免费视频之奶水&吴家丽查理三级做爰&国产日本亚欧在线观看

算力說

近年來，隨著算力提升與數據流動，人工智能持續迭代，其落地場景與應用領域愈加豐富，賦能包括新基建、工業在內的多個重要板塊。AI技術加速前進離不開海量數據驅動，日益激增的數據需求使數據安全與隱私保護變得尤為迫切。

隱私計算在于實現數據安全流動，是AI突破發展瓶頸的密鑰，兩者融合需要解決什么問題、在未來產生哪些變化？至此，隱私數據安全專欄特邀光之樹，深入探討AI＋隱私計算，如何向智能時代開疆拓土。

在近日召開的世界人工智能大會上，來自全球智能領域最具影響力的產學研各界人士圍繞智能領域的技術前沿、產業趨勢和熱點問題發表演講和進行高端對話，透過這些精彩的分享，呈現出一些趨勢：

其一，AI的應用縱深得到了極大的加強，在應用AI較早的如金融等領域，AI的應用已經越來越深入業務本質，從過去集中應用于避免員工重復勞動，已經發展到開始輔助人，并在一定程度上開始作為員工腦力的輔助。

其二，AI落地的領域和場景愈加豐富，AI已經輻射到了包括新基建、工業、教育、醫療健康、城市治理等多個重要板塊中。這說明AI的價值已經得到了廣泛的認可。“泛在”的AI并非遙不可及。

另一最有亮點的趨勢是，人工智能正逐步與包括隱私計算、區塊鏈、物聯網、智能芯片等在內的其他技術，逐漸呈現融合統一的趨勢。其中，隱私計算是面向隱私信息全生命周期保護的計算理論和方法，和人工智能一起，核心突破是，在保證“數據可用不可見”的前提下，仍然能實現數據的聯合建模和價值分享。

“隱私計算＋人工智能”未來將會給商業帶來什么變化呢？接下來，我們從數據、模型、場景幾個方面來談談。

1 如何跨越數據門檻，實現“數據智能”？

關于人工智能和數據，業界最常見的一個比喻是“AI像是發動機，而數據則是石油”，一段時間的實踐下來，人們逐漸意識到“數據智能”的落地還需要解決一些問題，例如：

“石油”的開采、加工、利用各個環節，都需要有相應的法律法規的規范。同時也需要有相關技術手段作為保障，否則數據的利用將同數據安全相沖突，造成很多社會問題；由于數據產生端和數據采集、加工、利用端經常出現因技術實力、資源稟賦等方面的不對等，造成國內數據資源一度被聚集在“數據巨頭”手中的現象。一些弱勢的新進入的個體和機構逐漸喪失了數據的控制權和相關的收益權，甚至陷入“無米下鍋”的境地；數據標注的缺乏也使得模型的迭代和優化困難重重。

這些問題一定程度上制約了AI產業的良性發展。所幸，隨著《關于構建更加完善的要素市場化配置體制機制的意見》的發布、包括數據安全法和個人信息保護法等在內的法律進入立法程序，以及隱私計算和區塊鏈技術的發展，使得數據確權、安全利用、數據平權等有了法律、制度以及技術的保障。

未來，對于“數據霸權”現象、缺乏數據標注的情況，隨著法律法規的完善，和隱私計算與人工智能技術的融合，將逐步解決。

2 如何加大AI應用縱深，實現“邊緣智能”？

通信網絡基礎設施建設是新基建的核心構成之一，其涵蓋的包括5G、物聯網、工業互聯網、衛星互聯等領域，也為AI應用提供了良好的縱深空間。

一方面這些技術都使得AI可以利用深入場景中的數據，例如智能設備多種傳感器可以為模型補充關于明暗程度、運動速度、甚至溫度、濕度等數據，這使得我們可以構建起以“情景”為基本響應單位的AI能力，從而提供最貼合特定情景的智能服務。

另一方面， AI還將可以深入到“端側”、“邊緣側”，在最靠近數據的地方完成訓練和預測，在提升AI實時性和個性化程度的同時，還能充分利用泛在的算力，節省集中式算力的消耗。

這些構想在實踐中也許會遇到諸多困難。

以智慧農業為例，如何保證土壤探針等設備采集數據的真實和不被篡改？如何高效整合利用目前分散在政府、科研院所、田間地頭、產供銷鏈條中各個主體的農業大數據？如何使產業鏈各參與者都能信任AI的預測結果？等等，都曾是實現“邊緣智能”所面臨的障礙。