1. 痛點問題
目前數(shù)據(jù)在我國被確定為一個新的生產(chǎn)要素,本項目重點解決數(shù)據(jù)要素在流通過程中面臨的“阿羅信息悖論”難題,在確保數(shù)據(jù)要素隱私性和安全性的前提下,實現(xiàn)數(shù)據(jù)要素的可信跨域協(xié)作,支持包括人工智能在內(nèi)的多種數(shù)據(jù)驅(qū)動的應用,同時確保各數(shù)據(jù)參與方公平地分享數(shù)據(jù)要素跨域流通產(chǎn)生的收益。
2. 解決方案
本項目擬從數(shù)據(jù)供給可靠性、數(shù)據(jù)流通安全性、數(shù)據(jù)交易公平性、數(shù)據(jù)應用高效性四個方面展開研究,提出隱私機器學習驅(qū)動的安全可靠、公平高效的下一代數(shù)據(jù)要素流通平臺,具體包含基于數(shù)據(jù)質(zhì)量定量評估和安全性檢驗的數(shù)據(jù)可靠供給方案,以可擴展的多方隱私機器學習為載體的數(shù)據(jù)安全流通框架,貢獻驅(qū)動的數(shù)據(jù)要素公平交易機制,和算法與硬件協(xié)同優(yōu)化的高效隱私機器學習技術,全面助力數(shù)據(jù)要素發(fā)揮乘數(shù)效應。
圖1 隱私機器學習驅(qū)動的安全可靠、公平高效的數(shù)據(jù)要素流通平臺
服務數(shù)據(jù)要素流通的全鏈條,例如:政府公務數(shù)據(jù)運營、企業(yè)/政務/個人數(shù)據(jù)跨域建模、數(shù)據(jù)服務、數(shù)據(jù)要素跨境交易、私域數(shù)據(jù)的大模型訓練等。預計市場規(guī)模在千億以上。
已經(jīng)完成產(chǎn)品原型開發(fā),未來打造重點樣板工程,做好宣傳,在數(shù)據(jù)要素領域?qū)崿F(xiàn)較高經(jīng)濟收益。
本項目的核心技術均孵化于清華大學網(wǎng)絡研究院,研究成果已經(jīng)在國際頂級的學術會議和期刊發(fā)表,得到國內(nèi)外領域權威專家的認可,部分技術實力全球領先,并獲得全部知識產(chǎn)權。相比于目前市場上存在的競品,本項目的產(chǎn)品在創(chuàng)新性、性能、成熟度方面均有明顯領先優(yōu)勢,具備較高產(chǎn)品壁壘。
掃碼關注,查看更多科技成果