5月22日发布的2020年《政府工作报告》中，在“依靠改革激发市场主体活力，增强发展新动能”章节，提出了要“推进要素市场化配置改革，培育技术和数据市场，激活各类要素潜能。”

其中，尤其提到了要培育数据市场，这表明在新时代背景下，数据作为新型的生产要素，在推动提升我国经济活力、培育新动能方面有着至关重要的作用。

而在2020年4月9日，中共中央、国务院发布《关于构建更加完善的要素市场化配置体制机制的意见》（以下简称《意见》）中，亦将数据列为要素之一，明确了完善要素市场化配置的具体措施。

作为国内领先的智能分析与决策公司，同盾科技创始人、董事长蒋韬认为，数据作为一种新型生产要素成为了《意见》中备受关注的内容，将使数据价值化、资本化迈出坚实的一步。数据要素的高效配置是推动数字经济发展的关键一环，在智能时代，数据将成为驱动技术革命和数字经济发展的新动力。

数据是新型生产要素

事实上，数据作为生产要素，被写进《政府工作报告》，列入《意见》之中，反映了新时代背景下我国经济社会发展特征。

即生产要素的形态随着经济发展的时代特征不断变迁。在农耕时代，土地、劳动力是重要的生产要素，工业时代，资本成为重要的生产要素，随着时代不断发展，还催生出技术等更多生产要素。随着进入信息经济时代，以数据为代表的信息资源又成为新的生产要素。这表明，数据已和其他要素一起融入经济价值创造过程之中，对生产力发展具有广泛影响。

而将数据与土地、劳动力、资本、技术其他四个要素纳入《意见》，是要充分发挥数据这一新型要素对其他要素效率的倍增作用，培育发展数据要素市场，使大数据成为推动经济高质量发展的新动能。

蒋韬认为，随着信息经济发展，数据其实早已和其它要素一起融入经济价值创造过程，对全球生产、流通、分配、消费活动以及经济运行机制、社会生活方式和国家治理能力产生的重要影响表明，其已经成为“国家基础性战略资源”。

北京师范大学网络法治国际中心执行主任吴沈括认为，数据要素在国内已有的相关社会价值与经济价值，认为数据要素进一步的挖掘与发挥寄托着国家和社会对于建设更高层次市场环境与经济结构的殷切期望。

但在数据已经展现出较高的社会价值与经济价值的同时，如何保护数据安全，也将是未来需要关注的重要问题。

如《意见》第22条指出，加强数据资源整合和安全保护。探索建立统一规范的数据管理制度，提高数据质量和规范性，丰富数据产品。研究根据数据性质完善产权性质。制定数据隐私保护制度和安全审查制度。推动完善适用于大数据环境下的数据分类分级安全保护制度，加强对政务数据、企业商业秘密和个人数据的保护。

就此，蒋韬表示，想要充分发挥数据这一新型要素对其他要素效率的倍增作用，数据安全和隐私保护是绕不开的基础环节。数据安全与发展之间需要找到一个的平衡点，而“可用不可见”这一具有革命性的技术理念或将是撬动这个平衡点的有力杠杆。

“组合拳”保护数据隐私

进一步讲，蒋韬表示，数据“可用不可见”的目标是实现数据共享利用同时又保证数据安全与隐私保护。

其核心有两层含义：第一是数据可用性，也就是数据开放性。目前的人工智能本质上是数据智能，也就是用大数据来训练计算模型支撑业务应用。但是现实中数据是各机构或个人的核心资产，数据孤岛现象普遍存在。如何充分利用各方的数据，让数据对外开放，进行智能化服务，这是数据可用关心的重点。

第二是数据不可见性，也就是数据不共享。不共享数据，也就是数据不离开各机构或个人，可以保证数据对外不可见，自然也就可以保护数据隐私了。但这也会导致数据孤岛现象更加严重，智能化发展受到更大制约。

如何从源头上避免敏感的原始数据泄露风险，充分保护用户的隐私信息和客户机密，从而为后续智能分析和价值挖掘，提供一个阳光、可信和安全的环境。

为此，同盾科技打出了一套组合拳。

第一是依照《信息安全技术 个人信息去标识化指南》和《个人金融信息保护技术规范》的要求，对数据进行全面的脱敏和去标识化。

第二是全方位的加密算法支持，可供外部客户、数据使用方自主选择针对隐私数据的加解密安全措施。

第三是完善的DMZ区建设。对于必须用到明文的数据处理中间环节，通过调用位于DMZ区（非军事化隔离区）的受严格权限管控的解密服务，通过技术手段限制只能在内存中使用明文进行计算，并且详细记录调用方操作日志（数据访问日志、业务操作日志、账号管理日志、认证登录日志、权限管理日志），对操作行为进行安全审计。数据处理平台支持LDAP、Kerberos协议，基于ACL的用户权限管理，实现细粒度的用户权限控制，确保数据访问安全。

但解决数据安全和隐私保护仅是第一步，“可用性”才是大数据价值的终极体现，在保证不同机构间数据“不流通”的前提下，如何实现“信用”和“信任”的流通，实现价值的共享，从而打破不同主体间的数据孤岛呢？

“知识联邦”打破数据孤岛

事实上，数据、算法和算力三要素构成了人工智能2.0世界的基础设施，现实世界中，人工智能所需的数据，大多都会以“数据孤岛”的方式分布。

而与此同时，随着数据正式被中央认定为新型生产要素，被写入《政府工作报告》，这势必会对隐私与安全提出更高、更严格的规范。

但无论是隐私、数据泄露的问题，还是可能引发的数据垄断问题，其症结都在于传统深度学习下数据的集中处理模式。

为解决上述问题，同盾科技提出了一个有别于传统深度学习模式的“知识联邦”理论框架体系，支持从信息层、模型层、认知层和知识层四个层级进行联邦，以实现数据可用不可见，这样就打破了参与方的数据壁垒，充分利用各参与方的数据，同时又可以保证数据不离开参与方来保护数据隐私。

同盾科技合伙人兼人工智能研究院院长李晓林表示，“知识联邦”是基于多方数据进行安全的知识共创、共享和推理，其本质就是打造安全的人工智能生态系统，实现数据可用不可见。其能够实现各地区各部门间知识共享交换，推进安全的多方数据协作和开放共享。

进一步讲，“知识联邦”在整合各方数据资源的同时可以保护数据安全，尤其关注对政务数据和个人数据等敏感数据的保护。知识联邦的最终目的是为了提升社会数据资源价值，培育数据协作新模式，并为数字经济新产业提供技术支撑。

具体而言，知识联邦连通了每个数据孤岛所属的机构。

每个数据机构都是一个个独立的单元，他们自行管理自己的数据，拥有各自的“数据权利”。机构之间会通过一种协议联合起来，共同参与组成一个整体作为联邦机构，所有参与成员共同赋予联邦机构一定的权利由其统一行使。

其主要优势是：第一是全样本触达。联邦后机构间的数据是分而治之，各自为数据所有者控制，每个节点上的数据相对只是小数据，但是由于可以触达更多的数据，其性能甚至会超越维度有限数据的中心化聚集方式。

第二是数据不动模型动。联邦后的原始数据保留在本地，计算和学习也发生在本地，中心节点仅对参与方模型知识进行安全的聚集。弱中心化模式达成了效率和安全之间的平衡，这种模式尤其适合在强监管行业应用，有助于监管部门开展合规监管工作。

可以说，知识联邦是一个国产原创、自主可控、全球引领的技术体系，该体系在解决了数据割裂和隐私保护问题的同时，可以进一步开展跨源跨域的知识发现、表示、归纳、推理和演绎，为人工智能3.0奠定了坚强的基石。

近日，凭借在数据“可用不可见”领域的探索取得的诸多成果，同盾科技智能决策SAAS系统获得ISO/IEC 27018:2019认证，至此，同盾科技成为国内该行业首家获得此项证书的智能分析决策企业。

（来源：21世纪经济报道的财富号 2020-05-26 08:34） [点击查看原文]