中新网四川新闻10月13日电 (记者 贺劭清)13日，2021中国人工智能大会“人工智能产业论坛：数据要素与隐私计算”专题论坛在成都举行。本届论坛由隐私计算全栈技术服务商星云Clustar承办，香港科技大学智能网络系统实验室主任、副教授、星云Clustar创始人陈凯，清华大学国强教授聂再清担任论坛主席。

　　本届论坛以“数据要素与隐私计算”为主题，来自于全球顶尖科研机构、头部企业与金融机构的二十余位专家、代表围绕数据要素、隐私计算、数字金融、人工智能产业应用与实践等热点议题深入讨论与分享，探索安全、可靠、可控的人工智能产业落地路径，推进数据产业健康、合规的高质量发展。

　　“数据要素分为可用数据和不可用数据，不可用数据的边界由《数据安全法》《个人信息保护法》界定，而可用不可见的数据受法律、商业权益、个人隐私多重因素制约。”CAAI名誉副理事长、加拿大工程院院士、加拿大皇家科学院院士杨强教授分享数据要素、联邦学习的技术背景与研究展望时表示，联邦学习具备数据不出库、性能效率大幅改善的技术优势，以赋能金融行业数字化转型为例，大多数金融机构往往受限于隐私保护、安全、合规的要求，不能轻易进行多方数据流通，通过联邦学习技术实现联合建模、扩充模型空间，可以构建更加精准化、智能化的金融服务体系。

　　“数字经济是新时代高质量增长的新时空，需提前布局开拓。”国务院发展研究中心金融研究所副所长陈道富表示，数字经济不宜过多受工业经济的局限，仅仅将现有经济时空中的认知映射到数字空间，而是需要“在现场”，保持开放心态，在逐步认知和迭代中推动数字经济的良性发展和合理规范，在合理保护用户隐私下发展数据产业，共享并充分挖掘数据价值。

　　在此背景之下，隐私计算让数据在阳光下面临哪些机遇与挑战？香港科技大学智能网络系统实验室主任、副教授、星云Clustar创始人陈凯认为，隐私计算技术可以帮助人工智能为代表的应用领域，合理引入更多受隐私、安全因素限制的数据，促进人工智能模型向精准化、效率化发展；推动不同机构的数据融合，催生出新的应用场景，让过去的不可能成为可能。同时，新兴技术的发展也面临场景探索、市场教育普及等多重挑战，就隐私计算而言，数据安全、信息安全相关法律法规也会带来一些方向上的影响。

　　清华大学交叉信息研究院副教授，清华大学金融科技研究院副院长、区块链研究中心主任，华控清交创始人徐葳表示，隐私计算的目标是可用不可见，即保护数据本身的保密性，某种程度上，也使得计算内容、计算方式包括结论所有方变得更加透明化，将更容易被监管。在满足个人信息保护要求、让AI大数据行业健康可持续发展的双重条件下，找到平衡点，进而合理优化监管制度，是我们在技术层面希望可以做出的贡献。

　　百度安全产品部总经理韩祖利就隐私计算在AI数据生态的探索与实践分享到，AI大数据时代，原生互联网公司积累了大量数字技术，并且正在用于助力千行百业进行数字化转型。数据要素在其中主要有两方面作用，一个是创造，帮助传统企业构建新的模式，进而衍生出新的业态；另一方面，数据要素也在放大其它的生产要素，驱动人力、资本、土地发挥更大的价值。(完)