人工智能白皮书（2022年）：隐私计算技术助力人工智能数据安全可信

近日，中国信息通信研究院正式发布《人工智能白皮书（2022年）》，全面回顾了2021年以来全球人工智能在政策、技术、应用和治理等方面的最新动向，重点分析了人工智能所面临的新发展形势及其所处的新发展阶段，致力于全面梳理当前人工智能发展态势，为各界提供参考，共同推动人工智能持续健康发展。

政策层面，国内外不断强化人工智能的战略地位，推动释放人工智能红利。技术及应用层面，以深度学习为代表的人工智能技术飞速发展，新技术开始探索落地应用;工程化能力不断增强，在医疗、制造、自动驾驶等领域的应用持续深入;可信人工智能技术引起社会广泛关注。与此同时，治理层面工作也受到全球高度关注，各国规制进程不断加速，基于可信人工智能的产业实践不断深入。总体来看，本白皮书认为人工智能逐步进入新的阶段，下一步的发展方向，将由技术创新、工程实践、可信安全“三维”坐标来定义和牵引。

具体来看：

第一个维度突出创新，围绕着算法和算力方面的创新仍会不断涌现。

第二个维度突出工程，工程化能力逐渐成为人工智能大规模赋能千行百业的关键要素。

第三个维度突出可信，发展负责任和可信的人工智能成为共识，将抽象的治理原则落实到人工智能全生命流程将成为重点。

重要信息

白皮书中提到：

“

安全可信人工智能技术朝着一体化发展

随着社会各界对人工智能信任问题的不断关注，安全可信的人工智能技术已成为研究热点。研究的焦点主要是提升人工智能系统稳定性、可解释性、隐私保护、公平性等，这些技术构成了可信人工智能的基础支撑能力。

隐私计算技术助力人工智能数据安全可信地进行协作。

人工智能系统需要依赖大量数据，然而数据的流转过程以及人工智能模型本身都有可能泄漏敏感隐私数据。AI结合隐私计算技术，可从数据源端确保原始数据真实可信。利用隐私计算技术，数据“可用不可见”，形成物理分散的多元数据的逻辑集中视图，可以保证AI模型有充足的、可信的数据可供利用。

提升人工智能公平性的关键在于从数据和技术两方面入手。

随着人工智能系统的广泛应用，不公平决策行为以及对部分群体的歧视等问题越来越突出，导致这些决策偏见主要原因如下:受数据采集条件限制，不同群体在数据中所占权重不均衡;在不平衡数据集上训练得到的人工智能模型，造成模型决策不公平。为了保障人工智能系统的决策公平性，从数据层面来看，主要通过构建完整异构数据集,将数据固有歧视和偏见最小化;对数据集进行周期性检查，保证数据高质量性。从技术层面来看，需要通过引入公平决策量化指标的算法，来减轻或消除决策偏差及潜在的歧视。”

下载方式

Tips:进入公众号后，在底部的对话框内输入关键词202205，发送后即可获取完整的《人工智能白皮书2022》下载地址。

操作图示：

（第一步）      

                           （ 第二步）

全部内容

来源： 中国信通院

END

往期回顾欢迎投稿邮箱：[e-mail]更多讨论，请扫描下方二维码，加入交流群一起学习成长。

开放隐私计算

OpenMPC