白硕:背靠背知识协同成为区块链实践的新选择

中国金融信息网2018年09月11日17:19分类:区块链

中国金融信息网讯 9月11日上午,上海证券交易所前总工程师白硕在由万向区块链实验室主办、上海市虹口区人民政府指导的2018上海区块链国际周-第四届区块链全球峰会上介绍了人工智能和区块链结合的新研究成果——“背靠背知识协同”,白硕认为,背靠背数据协同具有非常广泛的应用场景,在技术上很有挑战性,其在人工智能、神经网络训练领域可以起到很好的作用。

目前经常提到的“数据孤岛”,即数据被掌握在不同的主权主体手中,难以流通。白硕认为,不能流通的原因主要是不愿分享,不敢分享和不能分享。不愿意分享的原因可能是分享出来得不到应有的收益和评价。不敢分享是说分享之后的数据权益会得到稀释。不能分享是因为受到法律、规章制度的限制以及隐私保护方面的限制。

“数据孤岛”给大数据时代数据的高度融通提出了挑战和障碍。如何使保护数据不离开原有边界,又能在宏观上引导数据流通,形成合成、协同的效果?如何做到不泄露参数,就能以这些参数来做输入的计算?如何不碰对手方的内容,还能实现和对手方的互相联通?这就离不开区块链研究探索。目前的方式基本上是以区块链为基础,加上安全的多方计算。其目的就是在不泄露实体信息的情况下,去见证一个“关系”,这就是背靠背协同机制想要达到的目的。

白硕认为,如对账交易、产品溯源、供应链等均可和区块链结合,保护隐私的同时提升了工作效率。目前面临的一个问题是,如何在保护各环节参与方隐私的同时,保证他们参与了流程。如,一个机构是广告商,一个机构是手机商,广告商希望跟手机商合作,手机商希望和广告商合作,怎样在各方不知道对方手机号码全集的情况下把双方共有客户的手机号码求出来?这就要用到背靠背协同机制。目前的方法是进行某种扰动或者加扰,之后由智能合约来求加扰之后的数据交集。用这种方法的时候,只要算子足够安全、可靠,就可以利用它做背靠背求交集的工作。这种方法,可以支持一些不希望透露全集的双边和多边合作,不同方只需要各自部署各自的智能合约节点、加扰软件模块就可以。

机器学习是人工智能领域里较核心的功能。白硕认为,这一波人工智能的复苏兴起和再辉煌的直接原因是深度学习技术的成熟和广泛应用。学习过程的最后会得到模型,但如果各方不把数据拿出来,就没有办法做数据汇聚效果的模型训练。因此,在人工智能方面,区块链有很多用武之地,区块链天生就适合协作,因此用来执行此类任务再合适不过。

新华社民族品牌工程:服务民族企业,助力中国品牌(广告)

新华社品族品牌工程

[责任编辑:王婧]