如今股票配资知识网,数字经济蓬勃发展,“数据二十条”等一系列政策的出台,对数据的安全、合规流通提出了更高要求。
“推动数据要素流动是重要趋势,而密态计算是构建整个数据可信流通体系中,必不可少的技术。”蚂蚁密算CEO王磊对《华夏时报》记者表示。
7月5日,蚂蚁集团发布“隐语Cloud”大模型密算平台,通过密态计算技术,在大模型托管和推理过程中实现了数据的全程加密流转。这对于促进数据要素高效流通,推动金融业务智能化升级具有推动作用。
高价值数据流通成难题
当前,行业大模型的重要性不言而喻,其能够针对特定领域进行深度学习,从而提供有针对性的解决方案。不过,行业大模型要获得解决专业问题的能力,首先要经过数量充足、质量高的专业数据训练。
然而,专业数据往往分散在不同的机构、企业中,并且由于价值大、保密要求高,难以流动。高价值数据供给和安全流通,成为大模型进入垂直产业应用的首要挑战。
“推动数据要素流通,本质上指的是高价值的数据。”王磊表示,高价值数据在体量上占比不大,可能只占了20%左右,但在数据价值层面占了80%,这是真正核心的价值。
在部分国家,凡是数据流通里面涉及到个人信息,就会强制上网络保险,类似汽车的交强险。金融数据属于高价值数据,涵盖大量财务信息、个人身份信息、消费行为、交易历史、信用记录等敏感信息,一旦发生数据泄露,将造成严重损失。
“数据提供方都非常清楚数据的价值所在,只有确信自己的数据是安全的,才可愿意参与到行业大模型的构建中,进而推动各行业数字化进程。”王磊认为。
此外,在企业、大模型厂商和用户之间存在信任壁垒,企业担心数据对外泄露,大模型厂商担心模型资产安全,用户担心个人数据和隐私风险。
随着大模型应用加深,安全诉求也开始增强。一些机构不敢把数据全部上传大模型,因为并不确定大模型厂商是否把数据拿去做二次训练,甚至拿到其中的商业机密。
“密态计算是大模型产业深入应用的必经之路。”王磊表示。
密态计算是一种前沿的信息处理方式,是指数据在被加密后仍可以直接进行运算,而无需先解密,保证了数据在传输和处理过程中不被泄露。
在王磊看来,隐私计算只应用于整个数据流通中的一个小环节,当数据真正大面积流通时,需要做到多方数据融合。密态计算是下一代的隐私计算,解决了数据更大规模流通中的安全、隐私和效率问题。
用于信贷审批和保险定价
蚂蚁集团副总裁兼首席技术安全官、蚂蚁密算董事长韦韬认为,当大模型从通用走向专业应用,从技术想象力走向产业的生产力,必须要解决高质量数据集稀缺与专业数据阻滞的挑战,否则大模型作为“智力引擎”,只会陷入空转。
“今后,高价值数据要深度融合,一定需要以密态方式进行安全流转。”韦韬表示。
“隐语Cloud”大模型密算平台的两大功能,分别为大模型密态托管和大模型密态推理。大模型密态托管,指模型提供方可以将模型加密后托管在平台上,一键完成云上密态部署,保护模型资产不被泄漏和盗用;大模型密态推理,是指数据以密态形式完成推理,保护用户交互时的数据安全、商业机密等。
金融的核心是控风险,通过更多维的数据降低风险。在信贷审批和保险定价方面,密态计算技术给出了创新解决方案。
在授信场景中,不同的金融机构可用密态计算共同评估信贷风险,在不泄露客户敏感信息的前提下,整合个人消费行为等不同来源的数据,同时又不共享该客户的财务信息,从而构建出更为全面的风险评估模型。
王磊介绍到,银行放贷的核心是刻画风险,通过密态计算可以更完整、更准确地刻画风险画像,从而确定能不能贷款、贷款期限、额度和利率是多少。这一过程即保证了数据的安全性,又提高了风控精准度,有利于银行给出更具个性化的贷款条件。
在新能源汽车保险领域,密态计算的应用也带去了价值。当前,新能源车的保险费用普遍偏高,这是由于缺乏历史数据,保险公司往往难以准确评估新能源车的风险水平。通过密态计算,保险公司可分析驾驶行为模式、车辆性能数据等多个渠道的数据,对每辆新能源汽车进行更加精细的风险分析,进而制定更具竞争力的保费策略。
“我们希望通过密态计算构建数据可信的流通体系,让数据价值的流动向自来水一样即开即用。”王磊表示。
今年5月底,蚂蚁集团对外公布了以人工智能和数据要素技术为核心的科技战略,随后成立了独立运营的密态计算公司——浙江蚂蚁密算科技有限公司,将提供密算相关的产品和服务,包括一套端到端的数据安全保障、一套软硬件结合的计算加速解决方案和一个隐私计算云服务平台股票配资知识网,推动数据安全可信的跨云跨端低成本流通。
文章为作者独立观点,不代表配资网观点