當(dāng)我們在談?wù)撊斯ぶ悄苈涞?我們在談?wù)撌裁?

 

　　很多時候我們都是基于一個豐滿的理想化前提:這個項(xiàng)目擁有足夠豐富干凈的大數(shù)據(jù)。但現(xiàn)實(shí)往往很骨感,很多項(xiàng)目拿到的數(shù)據(jù),都是行業(yè)里某個山頭單項(xiàng)的“數(shù)據(jù)孤島”,無法得到一份完整全面的“數(shù)據(jù)大陸”。

 

　　這跟傳統(tǒng)垂直企業(yè)的數(shù)據(jù)采集和數(shù)據(jù)管理方式有關(guān),整體性調(diào)用受到商業(yè)機(jī)密、安全和管理因素的掣肘,互聯(lián)互通面臨很大的阻礙,嚴(yán)重影響了AI+行業(yè)落地的進(jìn)度和質(zhì)量。

 

　　5月24--5月25日,在中國計算機(jī)學(xué)會舉辦的年度盛會“2019 CCF青年精英大會(YEF 2019)”上,由微眾銀行AI團(tuán)隊提出的“聯(lián)邦遷移學(xué)習(xí)”新方法和它打造的開源“聯(lián)邦學(xué)習(xí)”框架FATE(Federated AI Technology Enabler)或引領(lǐng)AI+行業(yè)落地的下一個十年。

 

　　雖然AI現(xiàn)在非?；鸨?但我們以為的“大數(shù)據(jù)”時代并未真正來臨。行業(yè)的實(shí)際狀況是存在著大量的“數(shù)據(jù)孤島”。這些“孤島”大小不一,參差不齊,相互不連通,使得AI落地舉步維艱。

 

　　以金融行業(yè)為例,它本身細(xì)分為銀行、證券和保險等多個領(lǐng)域,每個領(lǐng)域積淀的數(shù)據(jù)方式、數(shù)據(jù)特點(diǎn)雖然有相同的部分,但差異更為明顯。在此基礎(chǔ)上,還有更細(xì)一層的數(shù)據(jù)割據(jù),比如細(xì)分到一家銀行下屬的多個部門,都有自己的數(shù)據(jù)沉淀,但它們是沒有打通的。

 

　　孤島之內(nèi),再劃分了N個孤島,就像俄羅斯套娃一樣,對處理數(shù)據(jù)的AI團(tuán)隊來說,困難重重。他們需要說服一家公司的領(lǐng)導(dǎo)調(diào)取多個部門的數(shù)據(jù),面臨著繁瑣的審批流程;而想再進(jìn)一步說服不同的公司拿出自己的數(shù)據(jù),簡直比登天還難。

 

　　面對這個問題,AI從業(yè)者一直在努力。微眾銀行AI團(tuán)隊倡導(dǎo)的“聯(lián)邦學(xué)習(xí)”(Federated Learning)則提供了一種新的思路。

 

　　所謂“聯(lián)邦學(xué)習(xí)”,顧名思義,就是搭建一個虛擬的“聯(lián)邦國家”,把大大小小的“數(shù)據(jù)孤島”聯(lián)合統(tǒng)一進(jìn)來。他們就像這個“聯(lián)邦國家”里的一個州,既保持一定的獨(dú)立自主(比如商業(yè)機(jī)密,用戶隱私),又能在數(shù)據(jù)不共享出去的情況下,共同建模,提升AI模型效果。

 

　　本質(zhì)上,它是一種加密的分布式機(jī)器學(xué)習(xí)技術(shù),參與各方可以在不披露底層數(shù)據(jù)和底層數(shù)據(jù)的加密(混淆)形態(tài)的前提下共建模型。這也是一種共贏的機(jī)器學(xué)習(xí)方式,它打破了山頭林立的數(shù)據(jù)次元壁,盤活了大大小小的“數(shù)據(jù)孤島”,連成一片共贏的AI大陸。

 

　　而將“遷移學(xué)習(xí)”和“聯(lián)邦學(xué)習(xí)”結(jié)合起來,變成“聯(lián)邦遷移學(xué)習(xí)”,則是CCF青年精英大會上,人工智能行業(yè)的領(lǐng)軍人物、微眾銀行首席人工智能官(CAIO)楊強(qiáng)教授提到的最新研究成果。

 

　　在楊強(qiáng)教授看來,“遷移學(xué)習(xí)”是將大數(shù)據(jù)遷移到小數(shù)據(jù),實(shí)現(xiàn)舉一反三,而“聯(lián)邦學(xué)習(xí)”則可以讓多個參與方數(shù)據(jù)不出本地進(jìn)行合作,“聯(lián)邦遷移學(xué)習(xí)”將“遷移學(xué)習(xí)”和“聯(lián)邦學(xué)習(xí)”結(jié)合起來,幫助不同機(jī)構(gòu)打破隔閡,聯(lián)合建立AI模型,同時各方數(shù)據(jù)不出本地,用戶隱私得到最好保護(hù)。

 

　　“聯(lián)邦遷移學(xué)習(xí)”作為一種新的處理數(shù)據(jù)方法和能力,它的實(shí)用價值和安全性說服了很多企業(yè)將數(shù)據(jù)共享出來,打破了數(shù)據(jù)孤島壁壘,構(gòu)建跨領(lǐng)域合作,實(shí)現(xiàn)多方共贏。

 

　　“聯(lián)邦學(xué)習(xí)”的引領(lǐng)者

 

　　“聯(lián)邦學(xué)習(xí)”是機(jī)器學(xué)習(xí)的一種新模式,其歷史不過三四年,主要是為了解決“數(shù)據(jù)孤島”和數(shù)據(jù)隱私保護(hù)的兩難問題,目前已經(jīng)得到業(yè)內(nèi)主流機(jī)構(gòu)和專家學(xué)者的一致認(rèn)可。

 

　　谷歌在2016年提出了基于個人終端設(shè)備(C端)的“橫向聯(lián)邦學(xué)習(xí)”(Horizontal Federated Learning)算法框架。在國內(nèi),微眾銀行AI團(tuán)隊是最早的“聯(lián)邦學(xué)習(xí)”倡導(dǎo)者,并基于自己的落地實(shí)踐,提出了“聯(lián)邦遷移學(xué)習(xí)”,主要為了解決B端機(jī)構(gòu)間聯(lián)合建模問題,讓“聯(lián)邦學(xué)習(xí)”更加通用化。

 

　　它已經(jīng)不再是一個概念,而是人工智能+行業(yè)的浪潮中的一把利器。

 

　　據(jù)介紹,微眾銀行在不侵犯企業(yè)用戶數(shù)據(jù)的情況下,用“聯(lián)邦學(xué)習(xí)”技術(shù),除央行征信數(shù)據(jù)、流水?dāng)?shù)據(jù)外,將能證明企業(yè)經(jīng)營健康程度的發(fā)票數(shù)據(jù)等不同維度數(shù)據(jù)納入風(fēng)控建模,對小微企業(yè)經(jīng)營狀況和信用能夠進(jìn)行360度模型評估,對小微企業(yè)風(fēng)控模型性能提升了7%,大大拓展了可貸企業(yè)的范圍。

 

　　效果也非常明顯,68%的小微信貸客戶在獲得授信時無任何企業(yè)類貸款記錄;38%的授信小微信貸客戶在獲得授信時無任何個人經(jīng)營性貸款記錄。

 

　　除此之外,微眾銀行還在包括風(fēng)險評估、差異定價、精準(zhǔn)營銷等多個金融場景進(jìn)行成功實(shí)踐,助推微眾銀行實(shí)現(xiàn)業(yè)務(wù)創(chuàng)新,使得其金融服務(wù)覆蓋面不斷提升,社會價值貢獻(xiàn)得到進(jìn)一步體現(xiàn)。

 

　　推動微眾銀行AI團(tuán)隊率先進(jìn)行“聯(lián)邦學(xué)習(xí)”研究并將其應(yīng)用于業(yè)務(wù)中的,是微眾銀行首席人工智能官(CAIO)楊強(qiáng)教授。資料顯示,楊強(qiáng)教授是最早研究“聯(lián)邦學(xué)習(xí)”的國際人工智能專家之一,2013年當(dāng)選國際人工智能協(xié)會(AAAI)院士,2017年被選為國際人工智能聯(lián)合會理事會主席,其400多篇關(guān)于人工智能和數(shù)據(jù)挖掘方面的論文,曾被引用超過20000次。而微眾銀行AI團(tuán)隊的成員也多是在人工智能技術(shù)方面具有豐富的經(jīng)驗(yàn)和深厚的積累的高端人才。

 

　　人工智能是一個靠強(qiáng)技術(shù)推動的行業(yè),“得技術(shù)人才者得天下”,楊強(qiáng)教授領(lǐng)導(dǎo)下的微眾銀行AI團(tuán)隊,成了國內(nèi)乃至國際“聯(lián)邦學(xué)習(xí)”方面的引領(lǐng)者。

 

　　去年10月,微眾銀行AI團(tuán)隊向IEEE標(biāo)準(zhǔn)協(xié)會提交關(guān)于建立聯(lián)邦學(xué)習(xí)標(biāo)準(zhǔn)的提案——“Guide for Architectural Framework and Application of Federated Machine Learning”(聯(lián)邦學(xué)習(xí)基礎(chǔ)架構(gòu)與應(yīng)用標(biāo)準(zhǔn)),并得到了批準(zhǔn)。

 

　　今年,楊強(qiáng)教授作為AAAI 2019年會上的特邀嘉賓,發(fā)表了主題為“GDPR、數(shù)據(jù)短缺和人工智能”的特邀演講(AAAI Invited Talk),全面講述“聯(lián)邦遷移學(xué)習(xí)”的安全的分布式建模原理和在數(shù)據(jù)合規(guī)上的意義,引發(fā)了國際AI圈的強(qiáng)烈關(guān)注。

 

 

　　由于擁有相對完善的數(shù)據(jù)和強(qiáng)烈的場景需求,金融行業(yè)被認(rèn)為是AI應(yīng)用落地最成熟的領(lǐng)域之一。但微眾銀行AI團(tuán)隊的“聯(lián)邦遷移學(xué)習(xí)”能力,并不僅僅停留在AI+金融行業(yè)。

 

　　“數(shù)據(jù)孤島”問題,在其他領(lǐng)域,也同樣大面積存在。

 

　　比如在法律行業(yè),如果一個AI團(tuán)隊想得到一個非常好的樣本,需要經(jīng)歷很長的鏈條。他們得經(jīng)過相關(guān)部門審批、法官、律師的多方參與,才能把一個樣本標(biāo)注好,這導(dǎo)致有標(biāo)注的高質(zhì)量數(shù)據(jù)并不多。更困難的是,這些數(shù)據(jù)分散在各地的各級法院,需要一個個去收集,面臨的監(jiān)管和流程,煩不勝煩。

 

　　幸好,在金融領(lǐng)域得到充分實(shí)踐的“聯(lián)邦遷移學(xué)習(xí)”模式,復(fù)制到其他領(lǐng)域效果同樣出眾。對此,微眾銀行AI團(tuán)隊專門發(fā)布了一個聯(lián)盟AI生態(tài)系統(tǒng)(Federated AI Ecosystem),通過開源聯(lián)盟AI解決方案FATE(Federated AI Technology Enabler)的形式,吸引更多的從業(yè)者參與開發(fā)和推廣數(shù)據(jù)安全和用戶隱私保護(hù)下的AI技術(shù)及其應(yīng)用。

 

　　作為聯(lián)邦學(xué)習(xí)領(lǐng)域的第一個商用級開源項(xiàng)目,FATE為開發(fā)者提供所必須的多方協(xié)同建模工作流管理、加密機(jī)器學(xué)習(xí)工具庫和并行計算基礎(chǔ)設(shè)施抽象三層能力,同時提供了很多開箱即用的“聯(lián)邦學(xué)習(xí)”算法和“聯(lián)邦遷移學(xué)習(xí)”算法供開發(fā)者參考,極大簡化了聯(lián)盟AI開發(fā)的流程并降低了部署難度。自推出以來,吸引了不少品牌第一時間加入。

 

　　不久前,微眾銀行AI團(tuán)隊和極視角(Extreme Vision)聯(lián)合打造了城市管理領(lǐng)域的聯(lián)邦學(xué)習(xí)視覺應(yīng)用項(xiàng)目。傳統(tǒng)的城市監(jiān)控設(shè)備管理面臨標(biāo)簽數(shù)量少、數(shù)據(jù)分散,集中管理成本很高且模型更新和反饋存在離線延遲情況,聯(lián)邦學(xué)習(xí)讓監(jiān)控終端進(jìn)行在線模型更新反饋,無需上傳數(shù)據(jù),且對模型提升率高達(dá)15%,模型效果無損失。

 

　　這只是聯(lián)邦學(xué)習(xí)應(yīng)用的其中一個典型的例子?；贔ATE提供的數(shù)據(jù)隱私保護(hù)的分布式安全計算框架和友好的跨域交互信息管理方案,更多的企業(yè)會陸續(xù)加入,拿出自己的積淀數(shù)據(jù),共同構(gòu)建一個安全、高效的AI大數(shù)據(jù)生態(tài),最終反哺自身的業(yè)務(wù),實(shí)現(xiàn)產(chǎn)業(yè)升級。

 

　　科技向善,更加安全的AI時代

 

　　去年以來,新的國際形勢,對中國的技術(shù)界提出了更高的要求:基礎(chǔ)學(xué)科的大規(guī)模投入、知識產(chǎn)權(quán)的保護(hù)和個人隱私安全的重視,到了一個全所未有的高度。

 

　　人工智能的落地,伴隨著與各種數(shù)據(jù)的“親密接觸”進(jìn)行。如何保護(hù)好隱私和處理好數(shù)據(jù)安全問題,一直倍受業(yè)內(nèi)外關(guān)注。法律的日益嚴(yán)格,也給AI從業(yè)者提出了新的要求和挑戰(zhàn)。

 

　　“史上最嚴(yán)厲”的數(shù)據(jù)隱私保護(hù)法案——歐盟數(shù)據(jù)隱私保護(hù)法GDPR(The General Data Protection Regulation )近日對谷歌等巨頭就違反數(shù)據(jù)隱私法展開調(diào)查，使用了數(shù)據(jù)隱私的借口。一個事實(shí)是,保護(hù)隱私是個大趨勢,全世界都在加強(qiáng)數(shù)據(jù)隱私保護(hù)方面的立法建設(shè)。

 

　　不久前,科技部部長王志也表示:“我國正在加緊研究起草人工智能治理準(zhǔn)則,近期將向全社會發(fā)布。”而就在前兩天,國家互聯(lián)網(wǎng)信息辦公室聯(lián)合相關(guān)部門研究起草了《數(shù)據(jù)安全管理辦法(征求意見稿)》,目前正在征求意見中,這一被國內(nèi)業(yè)內(nèi)人士視為“史上最嚴(yán)”的數(shù)據(jù)安全管理辦法一旦通過,個人隱私保護(hù)成為了AI發(fā)展必

 

　　隱私和保障數(shù)據(jù)安全,領(lǐng)軍企業(yè)要帶好頭。須解決的問題。

 

　　上個月,騰訊的CEO馬化騰表示,騰訊將調(diào)整愿景,走“科技向善”路線,這是騰訊提出產(chǎn)業(yè)互聯(lián)網(wǎng)以來,針對行業(yè)著重強(qiáng)調(diào)的一個新理念。

 

　　科技向善,本質(zhì)是借助科技的力量,讓世界變得更加美好。比如張小龍說的不能用技術(shù)套路用戶,又比如諾獎得主Deaton說的AI技術(shù)發(fā)展需要兼顧隱私保護(hù),都是在發(fā)展科技過程中,一種積極“向善”的行為。技術(shù)本身就是一把雙刃劍,從業(yè)者應(yīng)該時刻管好自己的雙手,或者盡量把自己的劍打造得更加友好。畢竟,科技發(fā)展的終極目標(biāo)是更好地普惠大眾。在這一點(diǎn)上,微眾銀行的理念與騰訊相似,創(chuàng)新性提出“聯(lián)邦遷移學(xué)習(xí)”技術(shù),就是一個最好的明證。它是針對AI+行業(yè)落地這場科技賦能戰(zhàn),專門打造的一把善良友好的利劍。

 

　　“聯(lián)邦遷移學(xué)習(xí)”的另一個優(yōu)點(diǎn)是保護(hù)隱私,確保數(shù)據(jù)安全。它克服了從政策上、監(jiān)管上、一直到技術(shù)上如何能夠保護(hù)用戶,同時能把割裂的數(shù)據(jù)孤島拼裝成一個“大聯(lián)邦”,既滿足了隱私的保護(hù),又實(shí)現(xiàn)了對數(shù)據(jù)的開發(fā)。

 

　　此前,埃隆·馬斯克在談到人工智能威脅論時,多次強(qiáng)調(diào)隱私保護(hù)和數(shù)據(jù)安全對人類的重要性。如果方法不對,盲目地使用采集的數(shù)據(jù),可能對人類造成極大的負(fù)面影響,間接阻礙人工智能的發(fā)展。“聯(lián)邦遷移學(xué)習(xí)”兼顧了數(shù)據(jù)的開發(fā)和隱私的保護(hù),確保了AI落地的安全推進(jìn)。

 

　　人工智能在B端的落地,已經(jīng)到了一個歷史關(guān)鍵點(diǎn)。微眾銀行AI團(tuán)隊的努力,旨在利用最新的機(jī)器學(xué)習(xí)技術(shù),集合眾人之力,構(gòu)建一個“可持續(xù)、和諧、共贏”的AI生態(tài),為接下來的AI立法和監(jiān)管提供更多技術(shù)依據(jù),推動產(chǎn)業(yè)進(jìn)入一個更加安全的AI時代。     作者：張銘陽