观点聚焦｜郑小林：隐私计算赋能小微金融智能服务
5.14
5月14日，由浙江大学互联网金融研究院、招商银行和中英人工智能协会共同主办，华为技术有限公司卢森堡子公司等支持协办的“人工智能时代·智能金融论坛”在杭州钱塘江畔举行。
论坛旨在推动AI在各行各业的深度落地发展，各界在人工智能领域的合作、交流以及项目落地。
浙江大学人工智能研究所副所长、杭州金智塔科技有限公司首席科学家郑小林发表《隐私计算赋能小微金融智能服务》的主题演讲，以下为精彩锦集。
郑小林教授首先分析了小微和科创企业融资难点：
小微和科创企业融资具有贷款申请难、额度满足难、资产评估难、贷款担保难等问题，核心问题在于数据分散和数据不规范。小微企业本身具有资金量少、净资产不足的问题，而科创企业具有重智力、轻资产的问题。从而导致银行或其他金融机构掌握了企业的数据非常少，无法做出合理适当评估。
对于上述难点困局，该如何合理获取数据？
郑小林指出需要《大数据征信及智能评估》
在2019年启动的国家重点研发项目《大数据征信及智能评估技术》支持下，由浙江大学、清华、北大、中科院、北邮在内的五所研究机构，国家网络中心，杭州金智塔科技、以及一批企业征信机构、浙江省农信联社等金融机构等20多家单位组成了产学研联合体，围绕数据融通和隐私保护难题，通过多方安全计算方式，打造了金智塔隐私计算平台，实现多方数据联合建模并对外赋能，助力智能金融、社会治理，以及企业数字化转型。
关于隐私计算
目前，在隐私计算领域逐步形成了两大主流的方向：
1. TEE，基于硬件的可信执行环境。数据拥有方需要将数据加密之后发送到TEE内，进而在TEE内解密并进行计算，最后将计算结果加密返回给数据拥有方，数据方解密之后便可以得到计算结果。使用该方法数据拥有方依然需要将数据加密出域，因此实际场景中使用受限。
2. MPC，基于密码学的多方安全计算。在多方安全计算技术支持下，数据不需要加密上传到中心服务器，仍然保留在数据拥有方。实际使用时，在数据拥有方处分别部署计算模型，并通过一个调度模块调度计算任务即可。
郑小林教授介绍了“金智塔”隐私计算平台目前的探索与实践
为了推动多方安全计算在金融场景的应用，项目组搭建了隐私计算平台，并将多个数据拥有方与平台打通数据接口，包括发票、征信、企业、运营商、房产等数据源与金智塔隐私计算平台对接。我们对数据进行分级分类管理，以匹配不同的应用需求和技术需求。同时为了促进隐私计算在金融机构的落地应用，做了围绕数据全生命周期的安全审计工作，包括从数据源的安全审计到数据质量审计，再到使用过程中的应用效果审计等。
当然，由于该计算过程对算力的要求比较高，因此有些算力提供方也介入到该领域。
隐私计算平台赋能小微企业金融服务案例
利用“金智塔”隐私计算平台，我们去年在某区进行了试点应用。通过融合政银共享数据、知识产权数据、金融机构内业务数据，采用隐私计算实现联合建模，实现了小微企业的联合授信。该项目第一个月试运行的时候，基于纯信用而非抵押，实现小微科创的信贷放款2000多万，而且某担保公司对该产品授信50亿。
郑小林教授总结
金智塔隐私计算平台可以实现四大功能：一是打通数据孤岛；二是跨域联合建模及数据分析；三是确保数据全流程合法合规；四是使用过程中保护用户隐私。从而可以确保数据全生命周期的安全，以及全流程的“数据可用不可见，数据不跑模型跑”。
往期荐阅
观点聚焦 | 贲圣林：金融科技全球格局及中美合作机遇
观点聚焦 | 交通银行行长刘珺：银行是多层次资本市场建设的重要参与者
观点聚焦 | 屠光绍 ：《八仙过海，新发展阶段与金融服务域态》
名家观点 | 贲圣林：科技×管理×金融 ——多层次医疗保障体系的商学院视角
名家观点｜管涛：关于货币国际化的几个理论问题
名家观点 | 焦瑾璞：走中国特色的金融发展之路