百分点刘译璟：新基建提速背景下，数据智能技术应用五大趋势

内容审核也是互联网上非常重要的应用。比如在反电信欺诈场景中,尽可能的在人不介入的情况下进行一系列的分析判断,当系统判断有风险的时候,就要实时做出反应并马上去阻断,如果等待人介入,很有可能整个欺诈已经完成了。

实际上,AI本质上就是要不断的总结规律,未来随着数据越来越多地沉淀,在感知、认知、决策过程中,机器已经呈现出自主性演进的趋势,帮人做出更多选择和判断。

第五是隐私保护。

数据的安全和隐私问题一直是数据智能应用的前提。尤其是当数据“升格”被纳入五大生产要素之一后,如何实现数据共享交换、在使用过程中如何保障数据安全,是未来需要解决的问题。

正如TraceTogether在落地到不同国家的时候总要进行一些适当的改造,比如在欧洲、德国、法国,需要按照GDPR法案进行一些小的调整;中国的“健康码”也是按照《个人信息安全规范》,要求个人填报的真实数据只能用到疫情APP中,以进行隐私保护。

除了立法层面,目前,关于数据隐私保护的技术主要包含以下几个方面:

一是边缘计算。

以往传统的方式是将数据汇聚到云端,进行集中式的处理、分析、建模和应用。随着边缘节点和设备能力的加强,可以实现在终端或者在边缘节点进行更多的运算。这就意味着,不需要把隐私数据上传,只传输经过标签化的或者量化过的结果即可,这在很大程度上保障了数据的隐私。

二是联邦学习。

Google在2016年率先提出了基于终端的联邦学习技术,借助边缘节点及设备的能力,每台设备初始化的模型都是云端已经训练好的通用模型,并且模型在运作过程中会根据本地的使用情况进行不断的调整。也就是说,所有模型训练都是在本地完成,再把本地训练完的模型同步到云端,云端也只是训好的模型结果,经过合并成一个新模型后重新发布出去。在这个过程中,基本上没有隐私数据在客户端和云端之间进行传输。

三是安全多方计算。

为了保证数据更加安全,还需要一种自我协调、自洽的模式进行安全计算。在这里面就需要用到很多加密等手段,大家共同参与一件事情,得到一个结果,但是除了这个结果,彼此不知道别人的任何信息,整个过程里面可以保障每个人的数据不会泄漏,所有参与方也不可能通过自己的数据来推断出别人输入的到底是什么。这是安全多方计算想要达到的整个目标,相对来说是一种更极致的隐私保护。当然,各方也可以通过云端进行更多的交互,这也是未来很有前景的一个方向。

总而言之,以上这些数据智能技术创新应用已经逐步落地到社会治理、企业提效及便民惠民等领域中。在这种趋势和框架下,百分点公司构建了完整的贯穿“数据处理-分析-决策”的综合技术体系,以及人机智能交互、自动化知识构建与服务、机器辅助决策等智能应用体系,用数据智能促进政府的数字化治理和产业的数字化转型。

（编辑：源码网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!