5月27日,在2021数博会期间,奇安信正式发布数据安全开放平台“数据交易沙箱”。据介绍,该产品以秉承“数据不动程序动”、“数据可用不可见”的安全理念,解决数据流通交易过程中的隐私安全问题,为用户提供数据价值挖掘的使能器。

当前,在人工智能、大数据、物联网、5G等新一代网络技术的推动作用下,我国数字经济规模持续增长,数据与土地、劳动力、资本、技术并列上升为新型生产要素,成为支撑数字经济发展的核心力量。然而,隐私泄露事件频发,隐私保护政策日趋严格,各行业管理者在共享开放数据方面顾虑重重,如何才能破解“隐私安全与数据价值流通对立”的难题?
对此,奇安信数据安全子公司产品总监冯镭表示,“我国改革开放以来,以土地、劳动力、资本、技术作为生产要素,推动了四十多年的高速经济增长,当前数字经济时代,数据作为新型生产要素的大幕刚刚开启,数据只有流通起来才有价值,才能真正的生产要素化,我们要做的就是通过技术手段解决数据生产要素化的’拦路虎’,平衡隐私安全与数据价值之间的矛盾。”
奇安信“数据交易沙箱”以方滨兴院士提出的安全分离学习技术为核心,具备开放式机器学习工作台、数据操作追溯审计、数据置换、沙箱计算容器和反隐私隐藏等多种核心功能,支持对接多种数据源,严格化管控数据访问权限,在数据拥有方和数据需求方之间构建一个多层次的“数据交易沙箱”,真正做到分享数据价值不分享数据。

数据要想真正成为新型生产要素,数据安全是重要前提。在数据安全和隐私保护方面,奇安信“数据交易沙箱”采用了创新性的数据沙箱隐私保护计算技术,可根据数据所有方和数据使用方的不同需求灵活部署,使数据分析师在接触不到原始全量数据的前提下,能够对全量数据进行充分的分析和挖掘,最终只带走不含敏感数据的模型文件或分析结果。
同时,“数据交易沙箱”会全程记录对数据的访问、分析、计算等操作行为,对恶意使用数据的行为进行识别与检测,对违规操作行为进行监管与预警,让数据要素安全流通成为可能。
在发布过程中,冯镭向大家展示了“数据交易沙箱”在多个行业场景下的落地与实践。目前,“数据交易沙箱”已在政务、医疗、金融等重要行业落地并使用,在保障数据安全的前提下实现数据价值的挖掘利用。
国务院《关于构建更加完善的要素市场化配置体制机制的意见》明确提出,要加快培育数据要素市场,充分挖掘数据要素价值。奇安信“数据交易沙箱”为广大政企用户提供了国际领先的数据安全解决方案,帮助政企用户突破“不敢”、“不愿”、“不能”共享数据的困境,通过“数据交易沙箱”合法合规地对外开放数据,既保证数据安全,又能充分发挥数据的最大价值,以此助推数据的生产要素化和数字经济的快速发展。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。