同盾李晓林："知识联邦"开创知识共享新局面

更多精彩内容，请关注《超硬核！2019网易未来大会》专题报道杭州网讯 “同盾科技提出了知识联邦的概念，可以通过信息层、模型层、认知层，去全方位地去保护数据隐私，保护个人隐私，而同时又能够达到开放共享的目的。”11月24日，在“2019网易未来大会”之“未来数字生活论坛”上，同盾科技副总裁、人工智能研究院院长李晓林表示

更多精彩内容，请关注《超硬核！2019网易未来大会》专题报道

杭州网讯 “同盾科技提出了知识联邦的概念，可以通过信息层、模型层、认知层，去全方位地去保护数据隐私，保护个人隐私，而同时又能够达到开放共享的目的。”11月24日，在“2019网易未来大会”之“未来数字生活论坛”上，同盾科技副总裁、人工智能研究院院长李晓林表示。

大会由杭州市人民政府和网易集团联合主办，杭州市经济和信息化局、杭州滨江区人民政府、杭州萧山区人民政府、北京网易传媒有限公司及网易（杭州）网络有限公司承办的

李晓林介绍，通过安全的多方计算，信息层做出一些决策；模型可以加密，模型互相之间又产生一些共享知识，通过模型层可做一些开放共享；在认知层，通过模型特征提取一个中间层的特征，然后做一些联邦学习。“比如说电商和电信运营商，它们之间存在一定的信息壁垒，而通过认知层的知识联邦可以进行共享，对用户真实情况做出更好的判断”。

附：同盾科技副总裁、人工智能研究院院长李晓林演讲实录。

谢谢主持人！大家好！我是李晓林，来自同盾科技。我今天演讲的内容是知识联邦，知识联邦是一个全新的概念，是为了保护知识隐私，共创共享知识。

刚才很多嘉宾已经讲了很多关于知识也好，关于AI也好，关于教育也好，关于IoT也好，关于未来生活也好，这些场景里都有很多数据隐私的问题，甚至是养猪，未来的猪有没有隐私，都是需要在未来考虑的事情。

为什么在这个时间点做AI的事情，先回顾一下工业革命。第一次工业革命叫机械化，花了140年。第二次工业革命叫电气化，花了70年。我们现在正在进行中的是信息化工业革命，我相信大概也会花70年。那么，下一次的工业革命是什么？我起了名字叫认知化，大概是2040年。

我们看一下AI的发展简史。我发现AI的发展史和计算平台的发展史几乎是一致的，你可以看见50年代有大型机，是AI的萌芽，叫AI0.1。到了80年代，大概30年的时间，有了个性计算机，就有了AI1.0，这时候是我在浙大读书。现在是云计算的时代，这是AI2.0，是大数据驱动的深度学习时代，有很多实际的应用场景。那么，下一个AI是什么呢？我起了一个名字，是智能平台，我预计会发生在2040年。

AI.01是萌芽的时候，我们把它叫做“启蒙”。AI1.0是“有点知识”，但是场景非常有限。现在是“有点感觉”，可以认识一个人脸，会认识一个猫脸，有点感觉，而这个感觉其实是相对有限的，甚至是可以下棋等，但是非常有限。而AI3.0的时候，“有很多感觉、很多知识”，还能做智能决策，而智能决策恰好是同盾科技的发展战略。

我们同盾科技要做一个全球领先的智能风控和分析决策服务商。基于人工智能、大数据和云计算，有各种各样的场景，智能反欺诈、智能风控、智能运营、智能商业决策。那么，在各个场景里，包括大金融、互联网、政府、大企业等，共累计一万多家用户，是纯粹坚守2B服务的公司。

同盾成立了人工智能研究院，建立起智能语音、自然语言处理、计算机视觉、机器学习4大核心人工智能技术，从而支撑6大解决方案，全链路地帮助推动企业智能化转型，让各场景中的决策分析更加智能，让AI落地融入社会生活的每一个场景。

目前同盾人工智能研究院拥有研发人员及工程师超百人，算法研究人员均为硕士、博士学历。

我在美国创立了首家国家级深度学习中心，我们的副院长吴建雄博士，是美国Nuance前研究副总裁，他领导开发了苹果第一代的SIRI。我们还有很多其他的leader，我们在语音、图像、视频、深度学习等各方面都有非常深厚的积累，主要是在以下几方面。

人工智能在金融、保险领域有非常多的应用。

同盾人工智能研究院的定位就是连接赋能、开放共赢，是要提供一个AI的开放操作系统。我们已经和各大高校都有非常多的合作。比如和建设银行和招联金融共建联合实验室，共同推动知识联邦的技术的落地。

深度学习是什么呢？深入浅出，通过模拟人的大脑皮层，人的大脑皮层有一个通用的算法，无论是视频也好，还是图像、声音也好，对大脑皮层是一样的，非常的神奇，甚至医生设计了一套东西，盲人是看不见的，用一个摄像头转化成一个触及你舌头的电路板，就能够看见世界。而人脑是非常高效的，相当于是一个非低功耗的超计算机。那么，我们是否就可以设计一整套的人工神经网络，去模拟人的大脑，这就是深度学习的起源。那么，在卷积神经网络、在深度强化学习上，都有非常多的突破，特别是阿法尔狗，在中国的影响非常巨大。通过延迟的奖励机制获得一种非常好的决策机制。

在人脸识别、在微表情、在智能语音、语义理解、语言产生和语音的合成方面，都有非常多的应用。

还可以在信贷方面做智能信审，通过机器人去做一些调查，而不需要人工去调查，这是非常关键的一个技术。下面，我做一个演示。

（演示）大家看到，人工智能机器人会做一些调查，这些问卷是有一定相关性的，如果有一些欺诈行为是可以发现的，有问卷调查的内部逻辑在里面，通过多模态情感计算可以看出有没有欺诈行为。

知识联邦在AI的场景下，还有一个问题是数据隐私，数据隐私在欧洲有GDPR，在中国是CDPR，它们非常的严格，谷歌、脸书都受到非常大的限制。这时候，在AI全场景下，怎么保护数据的隐私，而又做共创和共享知识？我们提出了知识联邦的概念，主要是通过三个层次：信息层、模型层、认知层，全方位地去保护数据隐私，保护个人隐私，而同时又能够达到开放共享的目的。

在信息层，通过安全的多方计算，做出一些决策。通过模型层，模型可以加密，用模型互相之间又产生一些共享知识来做一些开放共享。在认知层，通过模型特征提取一个中间层的特征，然后做一些联邦学习。比如说电商和电信运营商，它们之间的数据是很难打通，互相都有数据壁垒，而通过我们认知层的知识联邦可以共享一些数据，对用户做出更好的判断，做一些普惠金融，对中小微企业都有非常好的判断。

我们做了一个智邦（iBond）的知识联邦平台，既能够达到保护数据隐私，有很多加密、安全的措施，从通信、学习、模型等各个方面都做了很多的加密工作。

这是一个基本的系统架构，目前我们和招联和建行做研发。我们做了一个智能开放措施系统，达到联防联控，合作共赢。

以中小企业来说，机器人是以专家的逻辑去做判断，通过几千家、几万家中小微的企业，比如说义乌的小商贩，他是没有任何金融信贷的记录，这时候通过企业的信审模型，通过知识联邦组合起来以后，再通过小数据小样本的建模，达到智能信审的目的，取代了人工的很多场景。

知识联邦也可以和区块链结合，很多交易可以直接在区块链上完成，也可以做一些安全保障。

这里有一些例子，比如说用户行为的认证，无感认证。如果你的手机被人偷了，有人使用了，这时候我们发现这些行为是不一样的，那么我们可以锁屏或者通知用户，但是这些行为是非常隐私的。

这是知识联邦的方式去训练你的模型。

智能风险，这也是一样的，刚才说了，运营商和银行都有一些互联网的模式，这样把数据结合起来，以某种安全的方式，数据是不出来的，而知识是共享的。在未来，边缘计算在5G时代也会有很多的用处，尤其在智能家居生活模式下，实现很好的隐私保护。

我们为了整个生态，建立了一个叫做Inception AI OpenOS（天启智能开放操作系统），这个系统是开放的，大家可以在上面训练模型，数据是不离开模型的，就像去图书馆一样，人们只是去学会知识了，并不需要把书拿出来，这就是天启的效果。而且通过模型商店，模型可以去卖，你的数据也可以贡献给别人，而对我们的客户来讲，可以提升它的价值，引领未来的技术。

我们是做一个连接器，一是联防联控，二是智能赋能，通过AI，通过深度学习、强化学习、知识学习和语言学习去赋能，而且是开放的，是合作共赢，是开放API和开放系统，大家一起把这个生态建立起来！

以上是我的演讲内容，谢谢大家！