同盾科技：隱私計算與知識推理協(xié)同創(chuàng)新，推動決策智能發(fā)展

近年來，人工智能正從“感知智能”走向“認知智能”，在這一發(fā)展過程中，數(shù)據(jù)和知識是兩個重要的關(guān)鍵元素，處理大數(shù)據(jù)和處理多重知識，形成了人工智能發(fā)展的兩個核心技術(shù)。其中，隱私計算能保障數(shù)據(jù)在流通與融合過程中的“可用不可見”，知識圖譜則提供了一種更好地組織、管理和理解互聯(lián)網(wǎng)海量信息的能力。隱私計算與知識圖譜的技術(shù)融合，正成為推動“認知智能”發(fā)展的重要驅(qū)動力之一，同盾科技面向下一代人工智能，持續(xù)加大技術(shù)創(chuàng)新，探索基于知識聯(lián)邦的知識推理，助力提升多個領(lǐng)域的決策效率。

同盾科技人工智能研究院算法專家Doris表示，人工智能從感知階段發(fā)展到認知階段，機器除了具備模仿人的視覺、聽覺、觸覺等感知能力之外，還需要具備認知能力，模擬人的思維方式和知識結(jié)構(gòu)進行思考，因此需要一個強大的底層知識網(wǎng)絡(luò)作為支撐，知識圖譜正是支撐機器實現(xiàn)認知智能的重要基石。

“知識圖譜通過使用各種圖模型，從圖特征數(shù)據(jù)以及關(guān)系結(jié)構(gòu)中挖掘出有價值的信息，相比傳統(tǒng)深度學(xué)習(xí)方法，圖學(xué)習(xí)建模相對能利用更多的關(guān)系信息，從而得到更優(yōu)的模型效果，同時更具有可解釋性。”

但是，目前知識圖譜的應(yīng)用大都是基于單一完整圖譜的理想狀態(tài)進行設(shè)計，然而在實際應(yīng)用場景中，構(gòu)成知識圖譜的知識往往散落在不同的機構(gòu)或個人手中，形成一個個數(shù)據(jù)孤島。如果僅基于自身數(shù)據(jù)構(gòu)建來構(gòu)建圖譜，由于數(shù)據(jù)量原因，推理準(zhǔn)確率存在瓶頸。同時，出于自身利益和數(shù)據(jù)合規(guī)性的考慮，各機構(gòu)難以直接通過數(shù)據(jù)共享的形式，將數(shù)據(jù)集中起來形成完整的知識圖譜，進而進行推理。

Doris介紹，同盾在隱私計算領(lǐng)域圍繞自主研發(fā)的知識聯(lián)邦理論框架，構(gòu)建了一整套技術(shù)產(chǎn)品體系。這種情形下，同盾知識聯(lián)邦技術(shù)可以有效賦能“知識圖譜”，使其發(fā)揮更大的效用，具體的方案如下：

基于知識聯(lián)邦的知識推理方法

· 知識抽象表示：各個機構(gòu)組織，在日常運營過程中會產(chǎn)生各種各樣的知識，組合構(gòu)建為知識圖譜。通過圖神經(jīng)網(wǎng)絡(luò)算法，可以把圖節(jié)點特征及相關(guān)結(jié)構(gòu)信息，抽象表示為低維向量。見上圖左半部分；

· 知識聯(lián)邦融合：各個參與方依據(jù)自身知識，經(jīng)過知識編碼，形成對相同實體的各自低維向量表示。第三方接收各參與方抽象知識，進行聯(lián)邦融合，得到綜合后的向量表示。第三方獲取的抽象知識不包含敏感數(shù)據(jù)，也不可反推出各個參與方的圖譜原貌。見上圖右半部分。

· 知識聯(lián)邦推理：根據(jù)任務(wù)不同，可以選擇不同的推理方式。對于節(jié)點分類任務(wù)，得到綜合后的向量表示，可直接激活函數(shù)得到最終的節(jié)點類別。

“同盾把各參與方連接起來形成知識聯(lián)邦，協(xié)同進行知識推理，從而彌補現(xiàn)有隱私計算技術(shù)對于非結(jié)構(gòu)化數(shù)據(jù)的處理能力的不足；同時，在訓(xùn)練與推理中，只傳輸抽象后的知識表示向量，保證各參與方數(shù)據(jù)安全及隱私”，Doris表示。經(jīng)實驗驗證，知識聯(lián)邦+知識圖譜推理方法協(xié)同，分類準(zhǔn)確率遠超單節(jié)點準(zhǔn)確率，接近集中化分類準(zhǔn)確率。

據(jù)悉，同盾的這一技術(shù)創(chuàng)新——“基于知識聯(lián)邦和圖網(wǎng)絡(luò)的推理方法、系統(tǒng)、設(shè)備及介質(zhì)”，已獲得國家知識產(chǎn)權(quán)局頒發(fā)的發(fā)明專利授權(quán)，并在多領(lǐng)域得到應(yīng)用。

以金融反洗錢為例，金融機構(gòu)需要挖掘出客戶之間的關(guān)聯(lián)信息和推導(dǎo)資金軌跡關(guān)系，判斷關(guān)聯(lián)賬戶之間是否存在交易鏈路的閉環(huán)。知識圖譜技術(shù)可以顯示出已知關(guān)系，揭示隱藏的聯(lián)系、網(wǎng)絡(luò)和集群，有效地建立資金流動軌跡和參與洗錢活動的實體關(guān)系網(wǎng)絡(luò)；但對于金融機構(gòu)而言，有限的關(guān)聯(lián)數(shù)據(jù)會導(dǎo)致關(guān)聯(lián)關(guān)系往往在關(guān)鍵的節(jié)點斷開，從而無法最大化圖的知識反饋，很多閉環(huán)信息也就無從挖掘，效果難以滿足要求。

而同盾人工智能研究院提出的解決方案，則可以在保護數(shù)據(jù)隱私安全基礎(chǔ)上，利用多方圖網(wǎng)絡(luò)數(shù)據(jù)完成協(xié)同建模，通過提升圖數(shù)據(jù)的節(jié)點邊關(guān)系結(jié)構(gòu)，金融機構(gòu)能夠分配更多的時間和資源來審查更高的風(fēng)險警報，大幅降低了反洗錢的挖掘時間和成本投入，并且通過快速實時的風(fēng)險提示，在確保審核質(zhì)量的前提下，降低遺漏高風(fēng)險行為的風(fēng)險。

隨著技術(shù)的不斷突破，數(shù)據(jù)與知識雙驅(qū)動已成為AI發(fā)展的重要趨勢，作為深耕決策智能領(lǐng)域的AI企業(yè)，同盾以人工智能研究院為載體，持續(xù)加大研發(fā)投入。目前，同盾面向下一代可信AI平臺已提出了完整的理論體系，并成為國內(nèi)首家在隱私計算領(lǐng)域構(gòu)建系統(tǒng)產(chǎn)品架構(gòu)和完整生態(tài)體系的企業(yè)，通過隱私計算和知識圖譜協(xié)同的這一技術(shù)創(chuàng)新，同盾也將為可信AI的發(fā)展提供更多解決方案，為提升金融風(fēng)險管理、業(yè)務(wù)安全、智慧政務(wù)等多領(lǐng)域的數(shù)字化做出貢獻。