2023：人工智能的“奇點”，隐私計算的“原爆點”

2023年初，ChatGPT橫空出世，标志着生成式人工智能崛起。

作為一種新興的資料安全技術範式，隐私計算借此契機，再次成為焦點。

近日，召開的2023中國人工智能大會共有8個平行專題論壇，其中就包含聚焦隐私計算的“隐私計算與人工智能發展專題論壇”。無獨有偶， 今年7月初舉辦的2023世界人工智能大會上，同樣針對隐私計算技術開設了“資料要素與隐私計算高峰論壇”。

2023年，被視為隐私計算“融合應用之年”，是隐私計算在多個行業場景大規模應用的關鍵年份，在人工智能加速落地的時代，這一“資料安全技術基座”将迎來更多的爆發機遇。

隐私計算是在保護資料本身不對外洩露的前提下實作資料分析計算的技術集合，達到對資料“可用、不可見”的目的；在充分保護資料和隐私安全的前提下，實作資料價值的轉化和釋放。基于這一特性，隐私計算可以確定在不洩露資料内容的情況下，幫助人工智能擷取更多、更廣、更深的資料資源。

從1949年香農開創現代密碼學時代起，安全多方計算、零知識證明被陸續提出，多種新的技術路線和隐私計算方案（例如混淆電路、基于秘密分享的MPC、半同态加密等協定和算法等）也陸續出現，七十餘年間，隐私計算的技術體系逐漸發展和壯大，并開始有大規模的項目落地。

2019年後，隐私計算進入應用期，在資料要素市場建設和資料價值發揮的時代背景下，産業需求快速增長，隐私計算走出學院派與實驗室，廣泛與行業應用場景相結合。各類隐私計算廠商也如雨後春筍一般湧現出來，激發了隐私計算技術可用性的快速提升。

時間來到2023年。數字經濟建設提檔加速，人工智能方興未艾，人們開始了對區塊鍊、元宇宙等概念的探索。新技術崛起，為隐私計算帶來了全新的挑戰與機遇。

融合發展：人工智能帶來挑戰與機遇

2023中國人工智能大會期間，上海交通大學講席教授、博導、日本工程院外籍院士李颉在演講中指出，人工智能的三大基礎是算法、資料、算力。聚焦資料層面，如何在合規尊重使用者隐私的條件下充分發揮資料價值，如何打破壁壘、連接配接資料孤島、提高可用資料的數量和品質 ，已成為人工智能發展需要解決的關鍵問題，而隐私計恰恰就是打破資料孤島、拓展資料疆界的關鍵技術。

人工智能技術革命背後意味着巨大的隐私挑戰。

在以深度學習為主導的人工智能浪潮中，基于大資料的深度學習技術最開始在網際網路領域成功落地，并廣泛運用于搜尋、推薦、語音識别、機器翻譯等各個方面。随着人工智能超級模型工作的推進，算法訓練模型所使用的資料規模越大，模型參數規模越大，模型在使用時候識别精度就越高。至此，AI進入大模型時代，并有望在醫療、金融、教育等資料豐富的行業首先落地。

AIGC的出現标志着人工智能發展史走到了“奇點”。數字技術迎來颠覆性的變局，也将會帶來新的沖擊和挑戰。尤其是AIGC的訓練過程基于大量資料集，這一屬性也會使資料收集、使用、流通和計算面臨更多合規要求。是以，在展望AIGC未來的同時，仍需要增強隐私計算技術的應用，并通過建立監管機制、增強相關立法，確定AIGC合規發展。

未來方向：乘時乘勢，帶入千行百業

AIGC崛起，有望成為隐私計算迎來“原爆點”的契機。

在技術層面，隐私計算不同技術路線正在走向融合，實作“1+1>2”的效果。與此同時，隐私計算與區塊鍊、人工智能、工業網際網路也逐漸融合，尤其是隐私計算與硬體的結合已産生多款一體機等軟硬體結合産品，預計将會越來越豐富。聚焦AIGC，目前業内均在嘗試使用各種方式保護使用者資料隐私。除了較為直接的方法，如向使用者提供警告資訊之外，隐私計算也已成為AIGC中隐私保護的重要工具，聯邦學習和可信執行環境是其中較有代表性的技術路線。

在AIGC服務的生命周期中，用于訓練的大規模資料集和使用者的私人資訊需要得到保護，可以利用聯邦學習來解決訓練資料的安全問題。由于AIGC應用與網際網路高度內建，用于AIGC模型訓練的資料發生在邊緣伺服器和移動裝置上，它們對各種威脅隐私的攻擊的防禦能力較弱。最近，研究人員已經提出幾個分布式學習架構用于隐私保護，利用聯邦學習技術，可以實作在邊緣伺服器和移動裝置上進行模型微調和推理，聯邦學習在訓練期間不傳輸原始資料，進而確定AIGC模型訓練過程的安全性。

在此基礎上，将可信執行環境（TEE）和聯邦學習技術結合，可以為大語言模型提供更完善的隐私和資料保護。借助基于TEE的聯邦學習解決方案，在訓練階段，TEE中的資料處理都處于加密狀态，在推理階段TEE能夠保護使用者輸入和模型結果的隐私；同時，TEE的硬體隔離和安全驗證機制可以防止未經授權的通路和攻擊，增強模型運作時的安全性。

伴随着技術的不斷成熟，國内外隐私計算産業化的步伐明顯加快。未來幾年，将是隐私計算技術産品加速疊代、應用場景快速拓展、産業生态逐漸成熟的重要階段。

以AIGC的“奇點”為契機，隐私計算有望迎來“原爆點”，被帶入千行百業。聯邦學習、TEE等多種技術體系間也将實作更深刻的融合。

在不遠的将來，這項技術将如同移動網際網路、水、電網一般，成為數字時代的底層基礎設施。