智源研究院学术副院长唐杰：数据在开放共享的同时，隐私保护机制也要并举

10 月 31 日，由北京智源人工智能研究院主办的 2019 北京智源大会在国家会议中心开幕，会期两天。智源大会是北京创建全球人工智能学术和创新最优生态的标志性学术活动，定位于“内行的 AI 盛会”。 为推动行业数据开放共享，支撑人工智能基础研究与关键技术研发，大会现场，北京智源人工智能研究院宣布成立数据开放研究中心。该中心旨在制定数据开放标准，研究数据开放核心技术，搭建数据开放共享平台。智源研究院学术副院长唐杰担任数据开放研究中心主任。此次大会上，北京市科委主任许强、智源研究院院长黄铁军和数据开放研究中心主任唐杰共同为研究中心揭牌。 大会现场，数据开放研究中心主任唐杰接受了InfoQ等少数媒体的采访，唐杰就数据开放研究中心的情况做了详细介绍，并就数据安全、AI发展现状等热门话题发表了自己的看法。

推动数据开放共享

据唐杰介绍，数据开放研究中心大概从今年6、7月份开始策划，“最早北京人工智能研究院主要想做几件事：第一是智源学者；第二是联合实验室，第三是社区，总的来讲，我们是希望智源成为一个平台性的组织，上面有学者、联合实验室、有各种社区。”

在实际推进过程中，联合实验室推进较慢，因为像这样重量级的项目一般都需要经过多次论证，到现在，智源才论证成立了京东、旷视两个联合实验室，未来这十个联合实验室仍需要很长时间建设，即便在并行操作的情况下。

因此，智源的专家们就在思考：是否能够打造一个数据平台？在这个数据平台上能够支持更加广泛的、容易的、轻量级的共享，且能在上面建立出面向学者和企业级的任务型竞赛。这样就可以加快迭代，否则依托这种联合实验室来做相对比较慢，而且联合实验室一发布出来后，有些公司还会有顾虑比如对竞争对手的考量。这是数据开放共享研究中心设立的原因之一。

唐杰表示，另外一个很重要的原因是，如何做数据脱敏、数据隐私、如何让数据更安全是数据开放中非常重要的研究内容。

据InfoQ了解，数据开放研究中心的具体工作内容包括以下几个方面：

开放标准：制定数据开放和共享系列标准，包括人工智能数据开放许可协议、人工智能数据资源开放管理规范等。

关键技术：研究隐私数据泄露风险模型；按照数据使用场景，研究相应的数据开放技术。

开放数据集：创建行业关键数据集，通过自动抓取、标注、与外部单位合作等方式，构建一批高质量的数据集。

共享平台：搭建数据开放共享平台，提供数据开放与共享服务，推动人工智能行业发展。

谈到数据安全、隐私问题，唐杰表示，从研究的角度讲，数据脱敏、数字隐私保护是一个“矛和盾”、“盾和矛”的问题，因为你在这里想办法怎么将数据保护起来，但总会有人想办法攻击进来，这两个方面是不停的在发展，可能有的阶段是“道高一尺”，有的阶段是“魔高一丈”。

目前解决的办法主要有几种，一种是加密共享技术，可以将数据用私钥加密后再进行共享，接下来在加密数据上构建模型。一种是联邦学习，联邦学习并不分享数据，而是分享模型，在在模型层面上做共享，这个时候数据没有开放出来。

采访中，唐杰表示，近期AI技术在逐渐朝着实用性发展，如时下热度颇高的安防、交通、医疗等都是AI非常重要的应用领域。

谈到现在比较火的自动驾驶，唐杰对其发展前景表示乐观，“我认为在未来有限的时间里是可以实现的“。他表示，自动驾驶技术发展越来越快，几乎每年都有很大的变化，在国内的特定领域，自动驾驶已经成型。未来随着技术的发展，它是一定可以实现的，但这个实现需要政府、民众等各方的努力，此外，有必要花一些时间消除人们对于自动驾驶的恐惧，很多人认为自动驾驶危险性很高，其实无人驾驶可能人驾驶还更安全一些。“我个人乐观估计，希望能够在未来六到九年实现，希望我的预言成真”。