36氪：和去年相比，招商银行今年在推动隐私计算类产品时取得了哪些进展？
李金龙：招行今年更多地在平台化、批量化以及降低门槛上做了工作。我们有一个观念是说，如果门槛太高，仅仅只有特别专业的技术人员才能通过命令行或者复杂加解密方式才能使用的话，那么这件事的范围做不大。我们一定要降低门槛，让数据跨主体的使用和企业内部的数据使用方式一样。
36氪：为了达到这个目标，我们具体做了哪些工作？
李金龙：在效果上，我们希望通过底层技术的封装，让实际操作的人员看不到明细数据的前提下，能够方便使用数据建模分析。在具体操作上，我们和中科大一起合作了一个联邦平台，促进行内应用。
36氪：产品进展之外，招行现在和业内厂商之间的合作集中在哪些方面？
李金龙：现在的现状是，我们必须开放合作。因为很多外部数据会和一些厂商建立比较确定的联系，不少公司都有自身具备差异化的数据源。我们为了进行差异化数据的补充，也会和不同公司打交道，使用它们各自的平台。
36氪：现在我们比较看重哪个类型的数据源？
李金龙：就差异性来说，我们比较看重运营商还有互联网企业的数据。招商银行也有自己的APP，像结算这种金融类的我们自己比较充足。招商银行自己的体量也很大，对于我们已有的数据维度，样本量还是很足的，所以要多做差异化数据的补充。这些差异化的数据能够和我们自己的数据做一个补充，进行纵向联邦学习。
36氪：除了数据源的情况，在和厂商的合作方面，招商银行还会重点考虑什么？
李金龙：主要是运行速度和可靠性。
联邦学习经过加密、解密，建模速度很慢，比一般的明文本地建模要慢5～10倍。但如果有厂商在这个范畴内能快一些，我们会觉得使用起来比较好。现在行业里也有一些公司在做这件事，有软件加速和硬件加速各种研究。软件加速的比较多，硬件加速像星云Clustar会提供。另外，厂商自己得到了哪些认可也很重要，如果得到相关机构的认证，我们也会比较看重，因为这样也代表厂商在数据安全保护方面有了认可度的保障。
36氪：具体而言，我们现在对运行的速度有理想预期吗？
李金龙：因为这个过程要经过一系列加密，所以5倍左右的延迟也是需要的，这个范围左右就可以接受。也可以通过GPU或者更具针对性的硬件设备去解决加速问题，比如刚提的也有FPGA算力加速卡。
36氪：谈到各家方案的差异化，我们对现在隐私计算产品的互联互通怎么看？
李金龙：如果互联互通当然更好。从我们的角度，当然是希望能以招商为中心实现互联互通，但目前可能还做不到。现在互联互通还在路上，这也是这个行业还不太成熟的特征之一。
我觉得理想的互联互通应该解决几个层面的问题。首先是数据方面，隐私计算里的数据不是明文传输，密文转化后的数据规范目前挑战还比较大。第二是建模方面，建模过程中各家的梯度怎么定义，能不能互相应用起来也是问题。第三是在线运行的时候，多方安全计算的层面也不能很好地互通。另外还有一些基础技术路线的互通问题。
36氪：基础技术路线的选择也是一个问题。比较好奇我们现在对具体技术路线的选型有所倾向吗？
李金龙：我们应该还没有太确定的技术路线，我自己觉得行业里也还没有形成一致的观点。我们一直很务实地以服务客户和创造自己的业务价值为目标，所以我们的重点还是看谁家能提供的东西，真实地对当前的业务有价值，对客户的风险管理效果有提升，目前来讲我们各种方案都可以接受。
36氪：等于说我们现在对各种产品还是在尝试过程中。
李金龙：是的。这个行业的发展，我们招行也是参与者之一，但可能还是需要有一些行业性的组织出来，推进整个生态往前走。
36氪：这个生态需要达成的效果包括什么？
李金龙：比如刚提到技术层面的互联互通，另外在数据的生态上，如果能有平台性质的组织出来，让大家更有序和有效率地进行数据共享也会比较好。厂商之间现在还处于各自为战的状态，可能各自有工具，各自背后有一些数据，然后来看看可以怎么用。所以现在我们更重点地还是打造招商银行本集团内部企业之间的联邦学习，这种相对来讲可操作性强一点。其他方面的话，我们也是在随着行业发展，积极关注和引入一些走在前面的公司产品和数据。
36氪：从更大的层面，现在有观点认为，虽然《数据安全法》和《个人信息保护法》已经落地，但各行业内部更细致的监管规则还不清晰，这也影响了这件事的推进速度。

稿源：(36氪新媒体)

【傻大方】网址：http://www.shadafang.com/c/1102940a52021.html

标题：李金龙|专访「招商银行」总行人工智能实验室负责人李金龙：隐私计算价值被认可，但行业还处于＂春秋战国＂阶段( 二 )