最前沿丨杨强：目前还是小数据时代 5G将加速数据市场的形成

日前，微众银行首席人工智能官杨强在由智能投研技术联盟(ITL)主办的首届“1024国际智能投研开发者大会”上指出：实际上人类社会还停留在小数据时代，目前我们每个人和每个公司拥有的数据还极为有限，远远不足以支撑人工智能开发的需求。近年来对数据隐私的保护诉求促进加速了隐私计算技术的发展，数据加密的技术算法如联邦学习等已经开始越来越多地应用于金融行业。他认为，接下来5G和边缘计算、联邦学习的结合，将加速推进数据估值和数据交易市场的形成。

杨强

微众银行首席人工智能官

我们前一阵以为我们已经到了一个新的时代，叫做大数据时代，实际上我们还是停留在小数据时代。我们每个人手里面的数据，每一个公司手里面的数据都是极为有限的，或者它的样本量有限，或者它的维度，就是特征量有限。

总之呢,一个公司，一个机构，一个个人的数据，是远远不足以支撑像我们人类这么宽泛的人工智能的。我们每个人都有一个手机，每个手机上都有很多的数据，但是我们现在没有任何的权威能够把我们所有的数据聚合在一起来加以训练，因为我们个人隐私如此的重要。

还有一个，比方说当我们建立一个新的医院，建立一个新的工厂，那么我们当时是没有数据，这个是一个很典型的冷启动的问题。但是呢，我们又急于使用人工智能，所以这个问题叫做小数据的问题。当人工智能、深度学习碰到小数据的问题，现阶段是无能为力的。但是我们可以想象，未来的交易市场是交易数据，我们对公司的估值以前是产量，但是以后可能是对公司的数据进行估值。如果要做到这一点，那么就要形成对数据价值的估计，那么在各地也形成了从政府到法律，到监管机构对数据的隐私保护都有严格的规范和法律的形成。

那么我们做技术的，我们做人工智能的，是不是在如此强大的社会要求和法律规范下就无能为力了呢？我们一定要有所动作。我们就看到这样的一种可能性，就是机器学习模型可以在加密的状态下沟通参数，加密的参数，那么这种加密的方法是有一种特别好的特性，就是它可以参与一个计算，但是你可以不知道它的内容，因此我们就叫做“数据不动，模型动”。它的效果就是数据可用而不可见，那么这个就是我们隐私计算的一种好处。通过这种数据模式呢，我们就可以对传统重要的人工智能算法进行全面的改造，比方说一个随机森林的算法就有各种各样新的这个version（变种）出现。那么在这个领域呢，专利的成长也是飞速的，像我们去年一年就申请了200个这方面的专利。

那么在这个领域呢，“联邦学习”是2018年以后才出现的名词，但是现在这个应用的案例却如雨后春笋一样，尤其是在金融行业。

这里我们看到5G的发展和物联网、边缘计算的发展和联邦学习加起来，会形成一个巨大的数据市场，能够帮助我们做数据的估值和数据的交易。

（以上为杨强在由智能投研技术联盟(ITL)主办的首届“1024 国际智能投研开发者大会”的发言节选）

制片编导：

吴磊  许姗姗  周宝平

项目制作人：

傅娆