开源项目 20小时前 154 阅读 0 评论

“隐语”开源社区升级!将覆盖六大技术路线

作者头像
AI中国

AI技术专栏作家 | 发布了 246 篇文章

智东西

作者 | ZeR0

编辑 | 漠影

智东西8月14日报道,今日,隐语“可信隐私计算开源社区”在三周年之际宣布升级,由「可信隐私计算开源社区」扩容为「隐语·数据可信流通技术社区」。

新隐语社区将逐步覆盖隐私保护计算、可信数据空间、数据元件、数联网、区块链、数场等六大技术路线并形成多技术路线的融合,未来将通过开源代码、共建标准和共创场景,为医疗、金融、城市治理、制造等多个领域提供一站式、可验证、可互联的数据流通技术底座。

蚂蚁集团旗下蚂蚁密算、中电数据产业集团有限公司、国家工业信息安全发展研究中心、浙江大学区块链与数据安全全国重点实验室、华为技术公司、北京交通大学等产学研机构,共同发起本次升级。

蚂蚁集团自2016年起投入隐私计算技术研发,能力涵盖全栈可信技术、多方安全计算、联邦学习、同态加密、差分隐私、机密计算等全谱技术域,并在可信密态计算、分布式平台、高性能算法等领域取得突破。

自2022年7月起,蚂蚁集团可信隐私计算的核心技术已经陆续全部开源。在隐私计算领域,蚂蚁集团累计专利申请超过1700件,居全球首位;牵头或参与国内外标准超过80项,主导了11项国际标准。

目前,“隐语”社区链接全球超20000名开发者、60余所高校及科研机构、70余家产业合作伙伴。在产业落地上,隐语在普惠金融、新能源车险等领域取得显著成效。在公共数据开发方面,隐语支持杭州市密态计算中心、江西省数据流通基础设施平台等项目建设,为数据要素安全流通提供技术支撑。

在国家“数据要素×”行动全面提速的背景下,数据可信流通已从顶层设计走向标杆落地,但在产业应用上仍陷“三重门”困境:

(1)共识难,有不少成功案例落地,但技术实现不统一、不透明,规模化流通落地卡在“最后一公里”;

(2)标准难,相关文件和标准修订周期长、颗粒度粗,难以直接映射到技术的实现场景上;

(3)应用门槛高,技术难以转化为易用、易复制的生产工具,产业应用还需要一定的周期。

对此,升级后的“隐语·数据可信流通技术社区”,将聚合数据流通全栈技术,根据区域或行业需求灵活组合,提供更高的计算性能、支持更多的计算类型,并解决传统沙箱无法抵御运维方窃取数据等行业难题。社区还将持续迭代,推动技术互联互通,提供更安全、更低成本的数据流通技术方案,及更好的生态兼容性。

蚂蚁密算董事长兼隐语社区技术委员会主席韦韬谈道:“开源是人类文明史上第一次把端到端的工程实现细节与世界共享,这种伟大的模式极大的加速了世界数字化革命的演进进程,这是传统书本知识、技术专利、课堂教育或其他方式之前从来没有提供过的。2022年7月,我们面向全球开发者开源隐语可信隐私计算框架,支持安全多方计算、联邦学习、同态加密、TEE等主流隐私计算技术,致力于技术普惠和行业生态共建。”

“三年来,我们与产学研界的合作伙伴一道,共同将隐语打造成了业内领先的开源社区,从协议、代码到产业落地,以实际行动推动数据流通技术的发展和应用。今天,站在三周年的节点,隐语升级融合六条技术路线,致力于打造‘架构开放,实现透明,安全原生,互联高效’的技术社区,继续以开源开放的方式,降低数据可信流通技术的应用门槛,提供更高性能、更强安全、更低成本的技术方案,落实技术互联互通与产业标准规范,赋能医疗、金融、城市治理、制造等关键领域,促进数据产业的发展。”韦韬说。

蚂蚁密算CEO王磊谈道,隐语的初心是依托开源社区,加速技术迭代,促进生态繁荣,推动产业落地。

现实也确实遇到一些困境,一方面技术共识难,各种技术路线百花齐放,但难形成共识,自顶向下的互联互通标准迭代周期长,导致实践中互联互通困难,另一方面安全不透明,各种单点安全、PPT安全大行其道,数据泄露风险大。

升级后的隐语·数据可信流通技术社区将遵循四项原则:

(1)架构开放:6大技术路线融合,充分利用已有技术基础,推动接口标准化,共建开源技术基建,发挥各家优势。

(2)实现透明:源代码开源开放,公开审计共识安全,技术集成便捷,所有人都能参与、监督,共识更高效,安全无死角。

(3)安全原生:可度量的软硬件可信根,通过安全机制内置构建技术信任基石,数据方全程有效管控。

(4)互联高效:数据互联需要“四统一”,复杂应用互联需要开源参考实现,在国家标准指导下,围绕场景和实践快速迭代,让数据真的可以互通。

韦韬强调道,数据源方真的敢注入海量数据,业务方才真的能取得显著业务效果。

展望未来,韦韬相信大模型驱动的高阶程序可承担几乎所有行业数字化的例行化任务,在数据基础设施支撑下,将显著提升数据和业务处理效能,弥补数据要素生产力短缺的问题。

作者头像

AI前线

专注人工智能前沿技术报道,深入解析AI发展趋势与应用场景

246篇文章 1.2M阅读 56.3k粉丝

评论 (128)

用户头像

AI爱好者

2小时前

这个更新太令人期待了!视频分析功能将极大扩展AI的应用场景,特别是在教育和内容创作领域。

用户头像

开发者小明

昨天

有没有人测试过新的API响应速度?我们正在开发一个实时视频分析应用,非常关注性能表现。

作者头像

AI前线 作者

12小时前

我们测试的平均响应时间在300ms左右,比上一代快了很多,适合实时应用场景。

用户头像

科技观察家

3天前

GPT-4的视频处理能力已经接近专业级水平,这可能会对内容审核、视频编辑等行业产生颠覆性影响。期待看到更多创新应用!