个

chatgpt中文版 http://chatgpt.guige.xyz 

  来源 | 零壹财经

作者 | 楚济慈

脱离数据安全谈数字经济的发展是虚妄的，且不能高效流通数据的数字经济是僵死的。安全与流通，二者的平衡，仅仅通过制度规定还不足以实现。技术发展带来的问题，或者要靠技术来解决。在此背景下，隐私计算被寄与厚望。所谓隐私计算，是指在保护数据本身不对外泄的条件下实现数据分析计算的技术集合，到达数据“可用不可见”的目的，在充分保护数据和隐私安全的条件下，实现数据价值的转化和释放。

4月9日，“零壹读书会04期：《隐私计算：数字经济新基建》”在京举行，中国精算师协会会长、数字保险智库学术委员会主席王和，全联并购公会信用委副主任、北京信用学会副会长刘新海，洞见科技开创人、董事长姚明，锘崴科技合伙人、医疗大健康事业部总经理吴凡，零壹智库CEO柏亮围绕书籍共同探讨了隐私计算在数字经济时期的发展、利用、创新和趋势。本文是对现场交换环节的全记录。

1、多中心节点的条件下，使用区别的隐私计算平台，会影响互联互通吗？

姚明：肯定有影响。在没开源的条件之下，隐私计算公司对数据的处理机制、计算的协议其实都是黑盒状态，这也正是互联互通技术标准建立的初衷。从束缚性角度来讲，未来，相关标准应当会束缚其他隐私计算厂商，对新进入隐私计算赛道的一些创业公司，在做自己的平台算法和架构时，也一定会参考互联互通的技术标准。

从商业化落地角度来看，确切有一些客户构建了自己的互联互通平台，它多是一个数据利用方，和它所提供数据的机构使用区别的隐私计算平台。这时候，需要建立互联互通的底座，包括去做互联互通实质性的交互开发，这已成为现在商业化的常态。洞见科技的一些银行客户，包括通讯运营商客户都在做这样的事情。

从影响的方面来讲，第一、技术的复杂度肯定会增加。标准虽然建立了，但是需要适配这个标准，然后对本身的技术体系做出一些规范和调剂是必不可少的。第二、这类互联互通的技术体系本身区别于开源。如果开源的话，大家很容易就互联互通了，目前我们所有谈到的互联互通是指最少有一方是闭源状态。对闭源的互联互通，必将会触及到算法的可信和互通协议的安全问题。从技术上来讲，我们需要不断地去优化和迭代这套标准体系，让连接的多方能更容易建立信任，更容易评估平台互联互通以后的安全性。

2、互联互通，医疗领域会更难吗？

吴凡：举个简单例子，目前很多医院利用的医院信息系统HIS，和电子病历和患者主索引软件EMR，这两种软件都存储了患者信息、医生的诊疗诊断信息等。在美国做这类软件的厂商只有三四家，这意味着只要这三四家的接口买通就能够互联了，但在中国这类厂商有三四百家，要把所有接口都买通非常困难。

不过，经过十多年的发展，目前医疗领域数据互联互通已有了很好的进展。缘由在于我国要求电子病历标准化，医院和区域互联互通已做了很多年。目前的状态是，相比十年前明显看到了很多进展，但是依然没有办法做到畅通无阻的互联互通。所以一方面需要用新的技术去买通，另外一方面需要在法律法规层面来解决。

3、信创产品用了飞腾的CPU、麒麟的操作系统、达摩的数据库，这会不会是一个可信的环境？海外像英特尔、AMD、ARM等都有自己的TEE（可信履行环境），这二者有何区分？

吴凡：这两种一个可以理解为广义的可信履行环境，另外一种则是狭义的可信履行环境。

广义的可信履行环境就是大的信创范畴，包括数据库、服务器、各种各样的服务器操作系统等等来到达可信。狭义的可信履行环境，比如英特尔的SGX，是真实的可信履行环境。TEE是一种单独的技术，是在计算平台上以软硬件方法构建的一个安全区域，保证在安全区域内加载的代码和数据在机密性和完全性方面得到保护。

广义、狭义这二者不冲突，未来在全部大的信创范畴内，也会利用到隐私保护计算的可信履行环境。锘崴科技推出的锘崴信®隐私保护计算一体机，目前除可以支持英特尔的SGX，包括ARM架构，还可以支持信创产品，如国内的飞腾、海光、鲲鹏都可以支持，相当于我们用了这样一个可信履行环境技术，适配了信创大场景下的每个参与方。

4、政府数据开放的效果如何？在数据要素市场产生经济价值了吗？

姚明：政府数据开放和商业化数据开放有着本质的差异。对政府数据开放来讲，商业变现不是主要诉求，更多或者增进社会公益和赋能实体经济发展。同时，政府数据开放，是在分类分级标准指引下的逐渐开放。从2021年开始，已有一些政府数据基于隐私计算开放的商业案例真正落地。不过，各地方政府数据底层基础设施的完备程度区别，分类分级标准也其实不完全统一，所以也会致使各地政府数据目录有比较大的差异。

目前，对这类纯洁的公共数据开放，障碍是最小的。比如说一些环保的信息、治理的信息、统计类信息或群体类信息开放，几近没有甚么障碍。阻力比较大的是触及主体信息的数据开放，不论是以个人为主体或者以企业为主体，这类数据常常价值更大、更直观，从风险角度来讲也是挑战最大的。所以也致使了各地方政府对这类数据开放的程度、颗粒化细化程度和开放时间的步调会构成比较大的差异。

随着隐私计算技术的推广和被信任，“数据二十条”等政策的发布，愈来愈多的行业标准和测评认证机构给予隐私计算技术以肯定，隐私计算必将会逐渐改良这件事情，但是从进展来讲政府数据开放的进度仍远远落后于商业化数据开放的进度。

5、如果隐私计算普及，断直连模式会不会可以取消掉？

刘新海：断直连的初衷是想解决个人隐私保护和网络信息安全问题。如果有技术手段把这两个问题解决了，监管放心，社会放心，银行也放心。所以大家尝试隐私计算，但其基础设施建设不是一时半会可以完成的。目前征信机构还有很大问题，作为新生机构，它们的服务能力跟不上，同时也伴随着监管问题，建议隐私计算厂商可以往征信方向尝试。

隐私计算还有两大问题也不能忽视，第一个是效力，隐私计算数据处理效力问题亟待解决。另外一个问题是隐私计算需要配套机制。另外还包括大众对隐私计算的认知，新技术要想完全推广利用不是特别容易的事情，特别是这类非常前沿、有挑战性的技术。

6、在数据跨境上，隐私计算有哪几种利用或尝试？

姚明：基于隐私计算技术的数据跨境，洞见科技在2020年就已开始尝试。从技术上来讲已具有了商业化条件，但仍然会受政策性因素的困扰。

目前很多企业实行报备机制，比如报备哪些数据要离境，数据要用于甚么目的等等。从监管的视角来看，企业是不是是如自己所宣称、报备的那样，输出数据和报回数据内容是一致的，这实际上是一个监管问题。利用隐私计算技术，并给出一些方案和探索实践，主要是从监管这个角度来讲。在数据可用不可见的情况之下，去验证这些企业所宣称的与实际的行动结果会不会一致，会不会符合国家政策法规的要求，仍需要隐私计算厂商继续去做探索和实践。

刘新海：通过研究全球征信，我发现其实在没有隐私计算之前，数据跨境早就实现了，比如欧美之间的通商数据早就跨境了，人都可以活动、数据自然也随着动了。具体的例子像欧盟一体化，它的征信数据是可以跨境活动的，他们当时是在机制的设计下就弄成了，那是十年前的事，当时还没有隐私计算。

现在有了隐私计算技术，我觉得会更好。目前粤港澳大湾区数据、征信为何推不动，最重要的问题是没有一个非常强有力的“领导”，固然监管也需要有人来推动。另外隐私计算技术在国内要想大量利用，需要一步一步地推广，一步一步地解决跨境问题、征信问题、AI问题和数据孤岛的问题。

7、通用隐私计算技术的出现，是隐私计算最后的突破？

姚明：这是个技术问题。没有万能的技术只有万能的方案，方案是对技术的拼接和对技术本身的重组和重构。

隐私计算技术所谓的流派之争，其实不是在商业化实践层面，更多是在学术层面有争议。商业化实践的层面更多围绕行业的一个领域、客户的具体需求给出最优解决方案，这个方案包括技术本身，也包括它的商业性价比，这其实才是真正推动一项技术快速迭代和产生大范围利用的动身点。

我们固然希望有理想化的技术可以解决全部的问题，理论上来讲，密码学、同态加密等这些技术的组合可以解决绝大部份技术场景的问题，但是由于计算复杂度、性能、网络带宽消耗等问题，致使在商业化的进程中遇到了各式各样的问题，没法真正获得大量商业案例的落地，这才有了大家去研发新的、更轻量化的技术体系。

从我的角度来看，通用型技术就是一套融会引擎。刚才谈到ChatGPT，它其实不是一个技术而是一类技术，仅仅靠着一类技术依然不能够去开发出超级人工智能模型，还需要喂进去大量的数据，这正好补充了一点，对数据跨境，摆在眼前最实际的问题就是ChatGPT需要数据喂它的时候，如果你用的是海外的ChatGPT，可能数据就已出境了。

头几天有很多国家，包括国内的一些机构，在讨论要不要断掉ChatGPT现阶段的使用或限制，说明一项技术即便通用也可能产生很多意想不到的负面东西，所以需要综合更多的技术，或更多的方案才能变成让各方都满意的解决方案。在我看来，ChatGPT在不远的将来也会引入隐私计算等技术，堵上当前数据泄漏或隐私泄漏的“坑”。

吴凡：通用取决于从哪一个角度去看，对厂商和供应方来说，我认为是不可能通用的。目前隐私计算的技术框架有3种，即依赖硬件的可信履行环境，依赖密码学的MPC及同态加密，依赖人工智能的联邦学习，这些技术路径不可能通用。

但是从用户的角度讲，终究肯定是通用的，由于用户终究只看到一个结果——是不是是计算效力够高、是不是是算力很少、是不是是能到达精确的计算结果。这是锘崴科技，乃至全部行业努力的一个方向，即用各种各样不通用的技术方式，终究到达给用户通用的结果和感受。

8、“数据二十条”对隐私计算的落地有哪几种助推作用？

刘新海：国家数据局的组建，意在增进数据的利用，和增进数据的集中管理。未来的职能仍有待视察，对隐私计算肯定有增进作用，但是不能期望太高。在研究数据的进程中，我发现有些理念跟现代实际的体量和利用的生态是不匹配的。大家不能只依托国家来出政策，而是需要行业、智库和各方气力共同推动。

9、隐私计算未来要想快速发展，最重要的三件事是甚么？

吴凡：第一个最想干的事是把《隐私计算：数字经济新基建》这本书读完。第二，希望更多拥有数据的人可以了解隐私计算这项技术，并且信任这项技术。第三，希望行业对技术供应方案的要求更严苛些，倒逼业内真正有技术实力的公司和人材脱颖而出，如果说行业需求始结局限在level100，那就没有办法真正检验出具有level500技术能力的公司，希望这个时刻尽快的到来。

姚明：集中精力做好一件事，那就是不断地去打磨从底层技术研发到服务客户的完全体系，给客户简单、易用、好用的产品服务体系。

刘新海：ChatGPT的巨大成功逼出来一个大招，类似的模式是不是是能用到隐私计算中，比如产学研的整合。拿征信来讲，央行征信中心每一年有大量的经费，这些会不会可以投入到大范围的利用上，用最顶尖的人材，年轻人挂帅，把这类研发的机制学过来，对隐私计算将来的突破，和真正实现新型基础设施建设，是非常重要的。

柏亮：零壹智库在与业内机构、金融机构及地方政府的沟通中发现，大家对隐私计算有很强的实践需求，但同时这项技术的普及程度也确切不够。在此，零壹智库诚挚约请在坐的各位佳宾及相关机构和数字经济各个领域的前沿创新机构，一起去推动隐私计算发展，以更高的效力、更低的本钱去推动科研创新在经济、实践领域的利用。

（本文转自零壹财经https://mp.weixin.qq.com/s/HxFTCuBOpLoyJw⑼fz2T4Q）

桂\哥\网\络www.guIGege.cn