人工智能浪潮席卷各行業(yè)，然而AI技術想要落地滲透，離不開全面、足量的大數(shù)據(jù)用于機器學習與模型計算，這讓數(shù)據(jù)作為重要生產(chǎn)要素被提升到前所未有的地位。

一方面是AI技術應用需要以大規(guī)模的“數(shù)據(jù)交換”為前提，另一方面，隨數(shù)據(jù)共享伴生的隱私泄露、數(shù)據(jù)濫用等問題，讓數(shù)據(jù)方又不敢放開手腳擁抱新技術。

2018年5月25日，號稱“史上最嚴”隱私保護法案的歐盟《通用數(shù)據(jù)保護條例》新規(guī)，在28個歐盟成員國統(tǒng)一實施生效。自此之后，從美國的《加利福尼亞州消費者隱私法案》，到中國的《數(shù)據(jù)安全法》、《網(wǎng)絡安全法》、《個人信息保護法》，法律法條的嚴格規(guī)范，讓數(shù)據(jù)所有者被迫形成了一個個大數(shù)據(jù)孤島。

但新技術升級的大勢不可逆轉，對于政府、企業(yè)等對數(shù)據(jù)管理與隱私保護有著嚴格要求的組織機構來說，如果存在有安全可靠的數(shù)據(jù)分享解決方案，那能夠帶來的發(fā)展價值將是不可估量的。

例如，某行業(yè)協(xié)會希望統(tǒng)計該行業(yè)當前的平均利潤，用來幫助指導企業(yè)與行業(yè)良性發(fā)展，但頭部的數(shù)家企業(yè)雖然也想了解行業(yè)數(shù)據(jù)，卻又不想披露自家的利潤情況，多方因此陷入了尷尬的處境。

“既要聯(lián)接多方數(shù)據(jù)，又要彼此互相保密”——面對如此困境，各方都在期待破局者的出現(xiàn)。

螞蟻提出共享智能讓數(shù)據(jù)共享不再畏首畏尾

為了解決這一難題，螞蟻提出了共享智能技術，希望能在多方參與且各數(shù)據(jù)提供方與平臺方互不信任的場景下，能夠聚合多方信息并保護參與方數(shù)據(jù)隱私，完成機器學習與數(shù)據(jù)分析。

類似在前面舉例的計算行業(yè)平均利潤困局中，螞蟻共享智能就是要幫助企業(yè)在看不見彼此數(shù)據(jù)的前提下完成一道“數(shù)學題”。

要實現(xiàn)這一目標，螞蟻結合了當下主流的TEE（Trusted Execution Environment，可信執(zhí)行環(huán)境）與MPC（Multi-party Computation，多方安全計算）兩條數(shù)據(jù)共享技術路線，并結合螞蟻的自身業(yè)務場景特性，提供了聚焦于金融行業(yè)的應用解決方案。

TEE：偏硬件的解決思路打造一個“保險箱”

TEE的字面意思是可信執(zhí)行環(huán)境，核心概念為以第三方硬件為載體，數(shù)據(jù)在由硬件創(chuàng)建的可信執(zhí)行環(huán)境中進行共享。

可以想象在云端有一個各方都信的過的“保險箱”，大家把數(shù)據(jù)都密封好放進去，再由統(tǒng)一的訓練引擎在“保險箱”里完成計算，用戶彼此都看不到“保險箱”內(nèi)的情況，完全避免了隱私泄露的可能。

MPC：偏軟件的解決思路讓數(shù)據(jù)“改頭換面”

MPC更多涉及密碼學的方式方法，通過創(chuàng)建特定的算法達成一個多方安全協(xié)議，把數(shù)據(jù)做相應的處理后再進行計算。

與TEE思路不同的是，MPC解決方案的數(shù)據(jù)都是保存在本地并執(zhí)行任務的，讓用戶免去了上傳數(shù)據(jù)可能會外泄的顧慮。在實際訓練過程中，多方各自在本地分別執(zhí)行一部分訓練任務，在有數(shù)據(jù)交互需要的時候，訓練中的雙方會通過多方安全協(xié)議進行信息交換，確保不會泄露雙方各自的數(shù)據(jù)。

綜合“軟硬件”思路 螞蟻共享智能聚焦金融領域定制解決方案

實際上，無論是TEE的集中式解決方案，還是基于MPC的分布式解決方案，在不同的場景下，兩種思路各有優(yōu)劣。

目前，數(shù)據(jù)共享技術的落地都聚焦在對數(shù)據(jù)管控更為嚴格的金融領域，這也是螞蟻共享智能基于品牌業(yè)務積累所擅長的方向所在。以螞蟻與江蘇銀行合作的項目為例，在共享智能技術的支持下，江蘇銀行在行業(yè)內(nèi)率先建立起了信貸聯(lián)合風控機制，顯著提升了信貸防控的效果。

過去，對于申請貸款的用戶，銀行必須要先進行貸款風控，然而因為各家銀行并未打通彼此的用戶數(shù)據(jù)，有時會出現(xiàn)同一用戶在不同銀行獲得不同審批結果的情況，可能會導致優(yōu)質(zhì)客戶流失、貸款不良率增加等各種問題，降低了銀行的經(jīng)營效率，也影響到銀行的盈利能力。

而基于新建立的聯(lián)合風控機制，江蘇銀行可以參考各方的數(shù)據(jù)來進行更全面、更客觀的信貸評估與決策，既保護了自有用戶的數(shù)據(jù)和隱私，又提升了自身抗風險能力，銀行的經(jīng)營效率和服務水平得到了顯著提升。

除江蘇銀行外，螞蟻共享智能還同樣幫助中和農(nóng)信大幅度提高了風控能力，把原來傳統(tǒng)的線下模式，變成線上自動過審模式，完成授信只需5分鐘，8個月累計放款31.9億，授信成功人數(shù)44萬人，業(yè)務覆蓋20多個省區(qū)，300多縣城，10000多個鄉(xiāng)村。

數(shù)據(jù)安全共享讓各方互惠互利螞蟻共享智能持續(xù)助力打破禁錮

目前，數(shù)據(jù)共享下的機器學習仍然還有很多待突破的地方，而螞蟻共享智能并不拘泥于具體的技術思路，希望能夠結合各自的業(yè)務特點，提供多元化的產(chǎn)品和服務，滿足不同的實際需求，最終推動大數(shù)據(jù)孤島的協(xié)同與聯(lián)接。

自2016年開始啟動共享智能研究至今，螞蟻共享智能成功整合了多種安全計算引擎，并支持多種機器學習算法以及各種數(shù)據(jù)預處理因子，并可以提供金融級的高效、穩(wěn)定、系統(tǒng)的大規(guī)模集群化支撐。

為了持續(xù)鞏固用戶對于共享智能技術的信任，在多家智能信貸機構落地標桿型業(yè)務場景外，螞蟻還在積極推薦建立共享智能的行業(yè)標準、聯(lián)盟標準、國家標準以及IEEE、ITU-T等國際標準。

未來，會有越來越多的企業(yè)與機構利用AI技術謀求發(fā)展，并有意愿打破數(shù)據(jù)共享的禁錮，對此，螞蟻也在積極探索降低企業(yè)落地門檻的技術和方案，希望能夠有更多的企業(yè)參與進來共建共享智能的開放生態(tài)，共同解決業(yè)務痛點。最終，希望能夠在全行業(yè)打造一個完全互聯(lián)互通的共享智能數(shù)據(jù)網(wǎng)絡，讓公眾更好地享受普惠金融。