苹果|以隐私的名义，一场数据的战争打响了( 五 )

在眼下数据流通越来越严格，而数据红利将尽的情况下，包括谷歌、英特尔、微众银行在内的许多公司都在开发一种叫做联邦学习或者共享学习的技术。
由于数据合规或者商业竞争的关系，许多数据在行业甚至公司内部都无法流通，这就是公司们头疼的「数据孤岛」问题。
联邦学习是隐私计算的一种。在手机上训练模型后，它只将模型加密上传，而把用户的数据留在了本地。
微众银行的首席 AI 官杨强曾经把这个模型比作是「羊」，而数据就是「草料」。
过去训练模型的做法是从各个草场运草过来喂羊。但是在运送过程中，草有丢失的风险，这就是数据泄漏。
联邦学习的做法是，让这头「羊」走起来，到各个草场自己吃草。这样，草就永远只留在本地，也就没有了丢失的风险。
主人不知道羊吃了哪些草，但羊依旧长大了｜图片来源：微众银行
其实把模型训练比作「耕牛」可能更好理解，这些耕牛原来是吃八方来的数据草料，变得强壮后再成为企业服务客户的「生产力」。而现在是把「耕牛」送到用户的田地里，吃用户数据草料，也直接更好地服务用户。加上「数据模型的集体升级能力」，这让你家的牛也和其他的牛可以一起成长，更好地服务你。
显然，通过技术模式的进步，才可以根本上避免数据泄露和恶意使用。对于日趋白热化的数据争夺而言，有了这种根本性的改变，才可以让公司间的数据共享成为可能。而在技术上建立一套数据保护的制度，也才能赢得用户的信任。
说到底，没有任何的公司，可以依靠价值观来成为个人数据问题的救世主。这些由技术带来的问题，最终还是需要由技术来解决它。

本文作者：汤一涛
责任编辑：卫诗婕
【苹果|以隐私的名义，一场数据的战争打响了】本文由极客公园 GeekPark 原创发布