AI加快了整個行業邁向數據密態時代。
7月5日，在2024年世界人工智能大會上，螞蟻集團推出了螞蟻密算公司的第一款產品——「隱語Cloud」大模型密算平臺。
據螞蟻密算CEO王磊介紹，「隱語Cloud」大模型密算平臺主要提供兩個能力，分別為大模型密態托管和大模型密態推理。
密態托管主要是解決大模型本身IP保護的問題，當大模型在雲上部署的時候，大模型會被加工成密態的，確保模型IP不會被別人偷去。大模型密態推理主要解決的是訪問信息的保護，訪問信息在整個的推理過程中都是密態的。
當下，高質量數據供給和安全流通，成為大模型進入垂直產業應用的首要挑戰。大模型在垂直行業應用時，許多企業通過私有化部署來應對數據安全挑戰，這不僅增加企業的運維和服務成本，也影響對外服務的效率和質量。
專業數據通常分布在不同機構和企業，因其高價值和保密性而難以共享。同時，企業、大模型廠商和用戶之間存在信任障礙：企業擔心數據泄露，廠商擔心模型資產安全，用戶則擔心個人隱私風險。
王磊透露，隱語Cloud平臺將提供全鏈路數據安全服務，覆蓋大模型從構建到服務的全過程。平臺將為大模型的預訓練、微調、評測、推理和用戶交互提供密態計算，確保數據在提供方、使用方之間的安全流轉。此外，平臺還將提供包括密態檢索、提示詞和流程編排在內的全鏈路開發工具。
螞蟻集團副總裁兼首席技術安全官、螞蟻密算董事長韋韜認為，數據供給決定了大模型應用能力的上限，而隱私計算技術決定了數據跨域供給的上限。當大模型從通用走向專業應用，從技術想象力走向產業的生產力，必須要解決高質量數據集稀缺與專業數據阻滯的挑戰，否則大模型作為「智力引擎」，只會陷入空轉。
5月底，螞蟻集團宣布了以AI和數據技術為核心的科技戰略，並成立了浙江螞蟻密算科技有限公司，將提供密算相關的產品和服務，包括一套端到端的數據安全保障、一套軟硬件結合的計算加速解決方案和一個隱私計算雲服務平臺，推動數據安全可信的跨雲跨端低成本流通。
以下是華爾街見聞與螞蟻集團副總裁兼首席技術安全官、螞蟻密算董事長韋韜和螞蟻密算CEO王磊的對話實錄（經編輯）：
* 提問：如何看待成本、安全和性能之間的關系？
王磊：安全一定是有成本的，這本質上包含兩個方面：首先，從商業視角看，隱私計算技術帶來的安全收益是否足夠抵消成本。例如，在數據泄露事件中，我們觀察到的損失動輒數百萬美元，因此，如果安全措施的成本低於潛在損失，那麼這些措施就是可接受的。其次，從技術角度出發，隨著技術的不斷疊代，相關成本將逐步降低。此外，隱私計算產品需要根據安全需求進行分級，對於價值不是非常高的數據，不必采用高成本的安全防護措施。在對數據進行安全分級的基礎上，技術措施也應相應分級。當數據的價值與其安全措施的成本相匹配時，這樣的安全策略才是最經濟、最合理的。
* 提問：如何理解在加入密態計算流程後，服務成本反而降低的情況？此外，加入密態計算似乎增加了一個步驟，這將如何影響整個數據流通的效率，是提高還是降低？
韋韜：單純看技術鏈路肯定是成本更高，但從整個全鏈路來看，綜合考慮人為因素、技術因素和合規因素等，實際上總成本是更低的。明文計算雖然在初期看似簡單，但一旦發生數據泄露，將會帶來巨大的損失，包括商業利益的損失和法律風險等。密態計算的研發將引發一場變革。目前，許多數據源方由於擔心數據泄露，不敢輕易共享數據。密態計算技術能夠使這些原本無法流通的數據得以安全流通，從而充分發揮數據的價值。
* 提問：隨著大模型的問世，人們普遍關註算力速度和價格這兩個問題。近兩年，許多獨立的隱私計算廠商發現生意越發難做。在我們的策略或方法中，當應用到具體的業務場景時，客戶通常在哪些方面會采用密態計算？
韋韜：在過去兩年中，隱私計算行業進行了大量嘗試，主要處於所謂的"桶裝水"階段，實現了點對點的連接。PSI（隱私計算求交）是目前應用最廣泛的技術之一，它允許兩個機構在保護各自用戶隱私的前提下，進行用戶群體的交集計算。雖然這種技術在驗證單個環節方面表現良好，但其應用範圍相對有限，尚未實現數據流轉的全鏈路保護。
在整個研發過程中，數據源方對於數據泄露的擔憂仍然很大，這一問題尚未得到有效解決。當前的技術應用在深度和廣度上都還不夠。如果將"桶裝水"階段的技術擴展到大規模應用，成本將會非常高，而且整個流程缺乏一致性的保障，風險也未能得到有效控製。
王磊：隱私計算商業化之所以不再那麼熱門，主要有以下兩個原因：首先，隱私計算技術目前主要適用於小規模應用，且成本高昂，難以實現規模化，這導致了成本難以降低。只有擴大規模，成本才有望降低。其次，傳統的商業模式主要是銷售軟件，這種高成本的交付模式並不利於隱私計算技術的應用和推廣。隱私計算的最終目標是促進數據的安全流通。
我們成立新公司後，也在深入思考這個問題。一方面，我們計劃采用雲化模式，包括即將推出的隱語Cloud等系列產品。我們認為，只有通過雲服務，數據才能真正實現大規模流通，並應用於更復雜的場景，從而實現規模化並降低成本。同時，我們也將在端側推出相關產品，實現端雲協同。
另一方面，我們希望建立一種對結果負責的商業模式。這意味著在數據流通的整個過程中，我們能夠確保數據安全，從全鏈路的角度降低成本和法律風險。我們希望在這個過程中持續獲得收益，因為數據價值得到了保障，從而從數據價值中獲得利潤。
我們希望引入保險公司，它能夠起到兩個作用：一是作為獨立第三方，在事前對產品安全性進行評估，提供數據安全保險；二是在發生不可預見的黑天鵝事件時，提供事後保障。通過這個方式推動整個的產業良性地運作起來。這樣的機製將促進整個產業的良性運作。只有商業模式健康運轉，技術創新和疊代才能持續健康發展。
* 提問：在過去幾年中，市場上普遍認同了隱私計算技術的重要性，但在技術層面，對其是否為一項必不可少的技術存在分歧。一些專家指出，盡管隱私計算的成本較高，但可能存在性價比更高的替代技術。隱私計算要獲得市場機構的廣泛認可，是否真的存在迫切的需求？它還需要克服哪些障礙？
韋韜：隱私計算技術的發展軌跡與光伏產業頗為相似。光伏技術剛推出時成本高昂，不可能立即普及到所有行業。然而，隨著高需求行業率先采用並推動規模化生產，成本逐漸降低。當光伏發電成本降至與煤電相當的臨界點時，它便開始得到廣泛應用。
隱私計算同樣遵循這一模式，它將首先在高價值數據和場景中得到應用。盡管隱私計算解決的問題並非僅限於高價值數據，但當前數據泄露問題已經非常嚴重。許多機構的數據在暗網上被交易，造成嚴重後果。然而，這只是冰山一角，國內黑產的大量數據交易已經不僅限於暗網，這是一個非常危險的現象。數據泄露正在大規模發生，對社會造成巨大傷害，而傳統技術路徑無法有效保障數據安全。
當高價值數據和場景的行業首先建立起隱私計算體系，並實現規模化以降低成本時，它將能夠服務於更多行業。我們認為，每個行業場景的臨界點是隱私計算的成本降至數據流通價值的5%左右，這將實現規模化推廣。
王磊：我也補充一下，首先先講一個概念，雖然我們經常提到密態計算，但隱私計算仍然是行業內的共識。我們之所以不再頻繁提及隱私計算，並不是為了炒一個新概念。在大家的印象中隱私計算更多是基於多方安全計算和聯邦安全學習兩方做融合，融合的過程中增加保證參與者之間互相不能夠竊取到數據。其實在數據大規模流通過程中，很多應用場景並不是這個。
舉個很現實的例子，現在公共數據開放面臨什麼風險？數據要放到外網做開放，這裏面可能不涉及到數據融合，但有巨大的風險，這是他們不敢開放的原因。例如，將政務內網的數據轉移到外網平臺時，如何確保數據的安全性？即使運維公司是可信的，運維人員是否也同樣可信？他們是否可能通過拆卸硬盤或其他方式輕易地竊取數據？此外，在數據加工和使用過程中，即使是有正常權限的人員，也可能存在數據泄露的風險。
所以有很多的真正有價值的數據是不敢開放的，一直講開放，一直很難開放。密態計算通過密態的方式確保運維者沒有辦法竊取到數據，讓數據真正的開放流通起來。
隱私計算之前只應用到整個數據流通當中的一小環節一小部分環節，當數據真正大面積流通，我需要做到多方數據融合。我們認為密態計算是下一代的隱私計算，希望解決數據更大規模流通中遇到的真正問題。
---來源: 華爾街見聞官方-
