近年來，憑借顛覆性的技術理念，專注於保護數據隱私的聯邦學習備受業界關注。今日，同盾科技人工智能研究院團隊在院長、佛羅裡達大學終身教授李曉林帶領下，推出了《知識聯邦白皮書》。

據介紹，知識聯邦是同盾提出的國產原創、自主可控、國際領先的技術體系，該體系在解決了數據割裂和隱私保護問題的同時，可以進一步開展跨源跨域的知識發現、表示、歸納、推理和演繹。同盾同時開發了知識聯邦的參考實現平台：智邦平台，已經進化到了2.1版。

白皮書中對知識聯邦的背景、定義、平台、挑戰、場景應用以及未來發展前景進行了全方位、全景式剖析，並對人工智能3.0時代進行展望。

延伸閱讀

什麼是知識聯邦？

知識聯邦是將散落在不同機構或個人的數據聯合起來轉換成有價值的知識，同時在聯合過程中採用安全協議來保護數據隱私。知識聯邦不是一種單一的技術方法，它是一套理論框架體系，是人工智能、大數據、密碼學等幾個領域交叉融合的產物。

知識聯邦和聯邦學習是一個概念嗎？

聯邦學習是知識聯邦的一個子集，專注於數據分布的聯合建模。而知識聯邦關注的是安全的、數據到知識的“全生命周期”的知識創造、管理和使用及其監管，設計目標是面向生產環境的完整知識聯邦生態系統，致力於推動下一代人工智能，而不僅僅是一個安全的聯合建模。

知識聯邦為何而生？

數據、算法和算力三要素構成了人工智能2.0世界的基礎設施，現實世界中，人工智能所需的數據，大多都會以“數據孤島”的方式分布。

而與此同時，數據也正式被中央認定為新型生產要素，這勢必會對隱私與安全提出更高、更嚴格的規范。

無論是隱私、數據泄露的問題，還是可能引發的數據壟斷問題，其症結都在於傳統深度學習下數據的集中處理模式。

一大批專家學者決定另辟蹊徑，知識聯邦的概念也因此應運而生。

知識聯邦的本質是什麼？

知識聯邦是基於多方數據進行安全的知識共創、共享和推理，其本質就是打造安全的人工智能，實現數據可用不可見。知識聯邦能夠實現各地區各部門間數據共享交換，推進多方數據協作和開放共享﹔知識聯邦在整合各方數據資源的同時可以保護數據安全，尤其關注對政務數據和個人數據等敏感數據的保護。知識聯邦的最終目的是為了提升社會數據資源價值，培育數據協作新模式，並為數字經濟新產業提供技術支撐。

知識聯邦帶來哪些革新？

簡單來講，知識聯邦連通了每個數據孤島所屬的機構——“數據邦國”，“數據邦國” 是一個個獨立的政治單元，他們自行管理自己的數據，擁有無可辯駁的“數據主權”。機構之間會通過一種協議聯合起來，共同參與組成一個整體作為聯邦機構，所有參與成員共同賦予聯邦機構一定的權利由其統一行使。

其主要優勢是：

1、全樣本觸達。聯邦后機構間的數據是分而治之，各自為數據所有者控制，每個節點上的數據相對只是小數據，但是由於可以觸達更多的數據，其性能甚至會超越維度有限數據的中心化聚集方式。

2、數據不動模型動。聯邦后的原始數據保留在本地，計算和學習也發生在本地，中心節點僅對參與方模型知識進行安全的聚集。弱中心化模式達成了效率和安全之間的平衡，這種模式尤其適合在強監管行業應用，有助於監管部門開展合規監管工作。

知識聯邦有哪些應用場景？

知識聯邦管理知識安全聯邦的全生命周期，為打造安全的知識融合、管理、使用的生態系統提供設計指南和標准。它支持安全多方共享、安全多方計算、安全多方學習、安全多方預測、安全多方推理等應用，可以用於涉及到數據安全和隱私保護諸多領域。尤其是在金融、醫療或政務等行業中應用知識聯邦，可以加快智慧金融、智慧醫療、智慧政務、智慧城市等領域的建設發展。

知識聯邦的分類可以有很多種方式，可以按聯邦階段、數據特點、參與對象類型和應用目的進行劃分。

知識聯邦當下遇到哪些新挑戰？

縱觀技術的發展史，新技術的產生往往可以解決很多舊矛盾，但與此同時，它也勢必帶來新的問題，知識聯邦也難逃此定律。事實上，知識聯邦作為新興技術仍有很多來自技術、規則和法律等方面的挑戰。

比如，如何選擇可信的第三方，制定令各方都滿意的協調和監管機制、怎麼樣鼓勵數據擁有方持續參與到聯邦建模裡面來、如何保証聯邦過程中各機構間的公平性、如何分配包括平台運營方、平台提供方、模型設計者等各方利潤等等問題？

要徹底解決這些問題，我們恐怕還需要投入很多新的努力。

知識聯邦將會為人工智能發展帶來什麼？