2022 年 7 月，《麻省理工科技評論》中國正式公布了 2022 年隱私計算科技創新人物入選者。
在此次入選者中，我們看到了秉持科研實用主義的研究學者，也看到了實現技術革新的應用型人物，還有實現產業鼎新局面的行業人士，他們求新遠征，不斷推進技術研究與行業應用嶄新面貌。我們將陸續發出入選者的獨家專訪，走進他們的創新成果，分享他們對隱私計算的理解與經驗。
隱私計算近幾年發展迅速，IDC 數據顯示，「2021 年中國隱私計算市場規模已突破 8.6 億元，未來有望實現 110% 以上的市場增速。」它是一門多學科融合的技術，涉及密碼學、系統安全、機器學習，具體的場景應用還涉及醫療、金融等細分領域。因此，該領域需要跨領域的「多面手」。
王爽在隱私計算領域已深耕十餘年，得益於他在應用物理學、生物醫學工程、電子與計算機工程的高交叉學科背景，使得他既懂隱私計算，又了解其在醫療領域的應用場景，也促進了他的一次次技術突破與創新。
2011 年，他開創性地提出了聯邦學習框架並應用於醫療在線學習， 將隱私計算與醫療結合，完成底層框架和演算法開發，該框架服務於多個國家級醫療健康網路，也是聯邦學習系統構架層面的突破。該技術幫助打通了加州大學體系下五所醫院的數據互聯互通，實現跨多個醫院「數據可用不可見」，助力多中心聯合分析和研究。
之後基於聯邦學習的概念，結合同態加密、多方安全計算、可信執行環境等不同技術，王爽帶領團隊實現了更大規模的落地應用，實現在帶有隱私保護的前提下，跨多個機構，在 3000 萬人樣本下完成多中心的聯合計算研究，以及跨國罕見病研究。
當時支持像美國、英國、新加坡等不同國家的多中心基因組學數據分析，以及橫向縱向的聯邦學習、結構化數據、非結構化數據、基因數據、影像學數據等不同的分析。
截至目前，王爽已發表 100 余篇國際學術著作，並獲得數千萬美金的自然科學基金資助。在學術領域深耕或許是王爽職業道路的選擇之一，但他並沒有就此停留。
2014 年，王爽聯合其它專家創辦了 iDASH 隱私保護計算大賽（包括同態加密、多方安全計算和可信執行環境等賽道），截至目前該大賽已舉辦到第九屆。吸引了全球各高校、創業公司、大廠，對隱私計算的高度關注。與此同時，該大賽還促進了跨領域人才的培養。
王爽表示，「讓人感到興奮的是，每年在 iDASH 隱私保護計算大賽上，我們都能看到該技術在效率或性能方面的顯著提升。隨著隱私計算髮展的日趨成熟，它能慢慢地支撐起更多實際的應用場景。」
圖丨《麻省理工科技評論》中國 2022 年隱私計算科技創新人物入選者王爽
2018 年對於王爽來說頗具意義。彼時，他是加州大學聖地亞哥分校（UCSD）醫學院生物醫學信息系的教授，入選國家中組部「海外高層次青年人才」。
隨著隱私計算的發展，王爽意識到，除了專註技術創新、跟進學術研究，還應擴大隱私計算在社會的影響力。「只有進行商業場景的大規模應用落地和普及，才能更好地推動隱私計算在更大層面上的影響力。」王爽說。
適逢中國數字經濟高速發展，王爽決定回國創立鍩崴科技，讓隱私計算的商業化發展在祖國的市場「落地開花」。在他的帶領下，團隊在全球首次實現同時支持聯邦學習、可信執行環境、同態加密和多方安全計算的跨多國罕見病關聯分析，支持不同隱私保護技術的融合性解決方案。
目前，王爽擔任四川大學華西醫院特聘教授，同濟大學附屬醫院客座教授。同時，他也是鍩崴科技創始人、董事長兼 CTO。
政策、法律、市場多方面驅動下的百億市場
近年來，隱私計算全面發展。這得益於政策、法律、市場的多方面驅動。據艾瑞諮詢數據顯示，「到 2025 年，中國隱私計算市場規模將達到 145.1 億元。」
從政策層面上，2020 年,數據作為新型生產要素被寫入國家方針政策中。值得注意的是，數據的使用權、所有權和管理權難以分離，如果將數據作為生產要素、實現數據源持續地創造價值，就需要一種技術手段讓數據可按次、按量、按用途地實現價值。
隱私計算作為技術解決方案，能通過數據「可用不可見、可控可計量」的方式，充分體現數據的要素化價值。
從法律層面上，國際方面，歐盟在 2018 年開始實施《通用數據保護條例》（General Data Protection Regulation，簡稱 GDPR），美國也頒布了《2018 年加州消費者隱私法案》（The California Consumer Privacy Act of 2018，簡稱 CCPA）。而中國也緊隨其後，在 2021 年底頒布了《數據安全法》和《個人信息保護法》。
這些法律條文明確規定了，由於數據保護不當或隱私泄露所對應的民事責任、刑事責任以及相關的賠償責任。其中，GDPR 和《個人信息保護法》規定的賠償責任分別是 4% 及 5% 的年收入。因此，法律層面存在的諸多合規風險，也催生了涉及數據交互場景下，對隱私計算的大量需求。
從市場層面上，當下正處於大數據、AI 時代，AI 技術的發展目前已不是單純地比拼模型就可取勝，而在於誰可觸達更多數據，這包括數據量和數據維度信息。因此，很大程度上，數據的可觸達性決定著 AI 演算法的能力。
隨著大數據需求的激增，每個單中心的數據量及數據維度因其局限性已無法滿足，進而引發出多中心合作的需求。在政策、法律、市場的多方面驅動和需求下，隱私計算可滿足多中心在合規的情況下的聯合分析，也順應了技術發展的潮流。
深耕「隱私計算+醫療」，完成多個標杆性案例
近年來，鍩崴科技逐漸成為「隱私計算+醫療」企業的典型代表。「通過安全聯邦學習提供更安全的解決方案，不僅局限於聯邦學習，我們還融合了可信執行環境、多方安全計算、同態加密等技術，進一步保護聯邦學習交互的梯度信息安全和模型結果安全。」王爽說。
那麼，鍩崴科技的技術先進性有何「秘密武器」呢？一方面，該團隊專註隱私計算的底層技術研究十餘年，對不同的技術路線有著深刻的行業 Know-How。另一方面，鍩崴科技與大部分隱私計算公司的不同在於，其在醫療場景做得相對較深。
王爽表示，「我們有一套多技術融合系統，可自動編排不同技術路線的底層的隱私計算平台和框架，這幫助我們更好地融合不同的技術，解決現實場景中對於不同性能、安全級別、精度等需求。」
那麼，醫療場景和非醫療場景有怎樣的區別呢？實際上，除了非醫療場景涵蓋的結構化數據，還包括其獨有的非結構化數據、基因組學數據、醫學影像學數據等。二者的主要區別在於數據類型及其所需的數據處理方法，顯然，醫療場景需要處理的類型更加複雜、並需要數百種不同的分析方法。
王爽指出：「在醫療場景對於多中心並發的要求相對較高，大多數非醫療場景下的數據源合作通常兩到三方，而醫療場景做科研或新葯研發時，可能需要十幾家甚至上百家醫院的聯合參與。所以，這也要求底層平台需要支持大規模、上百方的並發聯合計算。」
從精度層面角度，醫療場景涉及病人的生命安全，為避免醫療責任事故難以界定的問題，該場景下的隱私計算還要求做到不引入額外的計算誤差，因而需要無損隱私計算的解決方案。
圖丨王爽（來源：王爽）
最近幾年，王爽帶領團隊完成了多個標杆性案例。例如，聯合多家醫療機構完成了全球首例帶有隱私保護的跨多國罕見病數據分析，支持不同隱私保護技術的融合性解決方案，支持橫向和縱向的多模態醫療數據的多中心安全聯邦學習等。
王爽表示，「帶隱私保護的跨國多中心數據協作系統罕見病研究，往往受限於單中心數據量不足而無法進行，而生物醫療數據的跨中心流動還受到法律監管，對安全措施要求高。」
為解決該問題，王爽及團隊依託鍩崴信®隱私保護計算平台，為其開發了一套帶有隱私保護的跨國多中心數據協作系統，用於分析兒童川崎病基因數據。利用該系統，可以對加密數據執行安全的分散式計算，解決了醫療數據跨境流動難的問題，保證所有數據共享符合各國數據流動法規監管要求。
據了解，在該過程中，不論是有意或無意，都不會泄露個人隱私數據及中間結果。「值得關注的是，該平台還不會引入顯著的計算負荷過大的限制，使得安全的大規模跨國遺傳數據分析在實踐中的可行性大幅提高。」王爽說。
此外，該團隊還進行了全國首個跨省多中心全基因組分析，並研發了基於多維度大數據的新發和突發傳染病實時監測和早期預警系統等，使數據實現安全共享、互聯互通，助力精準醫療、藥物研發、分級診療、疫情防控等多個領域。
讓數據「動起來」形成網路效應，將隱私計算打造為數字經濟時代的技術和安全底座
對於鍩崴科技的近期發展，王爽表示，一方面在技術上，鍩崴科技以「隱私計算+」賦能不同行業的應用，提供底層的、核心的隱私計算平台。在技術上會進行持續的投入和創新，包括核心的技術人員、資金投入以及對外合作。「我們會非常注重產學研用的結合，不斷地提升整個系統的安全性，系統的性能、精度、靈活性以及系統的整體競爭力。」
另一方面，該團隊會在數據資源的構建上繼續投入與加強合作。通過技術上的領先，使更多的節點擁有隱私計算的能力，然後把一個個節點組成數據網路。
此外，為幫助數據源進行數據價值轉換，王爽與團隊還將和數據使用方或數據應用的提供方構建更多開放應用以及生態，把數據源「用起來」，讓數據「動起來」形成網路效應。
圖丨王爽（來源：王爽）
在王爽看來，隱私計算平台可作為數字經濟時代的技術和安全底座，其本質價值在於全面地釋放數據的價值、幫助用戶降本增效、提高數據的使用效率以及增強數據交互過程中的互信性。「隱私計算未來可能會作為基礎設施，服務於各種需要進行數據交互的場景，類似於現在人們用 4G、5G 基站支撐起來的移動互聯網。」
他表示，隱私計算未來會做成底層基礎設施，它連接的是數據網，將數據提供方和數據需求方聯繫到一起，然後實現數據按次、按量、按價值收費，類似滴滴、Uber 的模式。
未來，隱私計算將實現更大規模的數據價值的釋放，為數據合規的交互、數據價值的轉換持續賦能。
