|
隐私保护的问题很明显。以前我们觉得隐私保护要靠法律、管理，这个没问题。最近一两年，我们清楚得感觉到，我们的隐私保护、数据保护、数据流通不仅仅要靠管理和政策，更多要靠技术手段。纵观技术的发展，面临着新的问题，人的第一反应是用传统方法和管理方式来解决问题。第二反应是搞不定，必须发明新技术，所以我们看到群签名、环签名、差分隐私、区块链、同态加密、零知识证明。文科生把法律法规相关的事情干完之后，剩下就是理工科正干的事，技术正在逐渐替代管理方面的工作。 保护隐私为什么这么难？业界每天都在讨论，大数据正在经历七年之痒。我觉得首先是原罪的问题，互联网整个免费模式就是建立在消费用户隐私的基础上的，以用户隐私为代价的。为什么免费？是、因为你必须出让你的隐私。我们的大数据要做用户画像，用户画像是中性词，没有好坏，只是在给你画像。如果不加道德方面的限制，必然会出现大数据杀熟的情况。我们经常也会做犯罪分子画像，这个意义是不一样的，明显我们面临着新的问题。 国家安全、用户隐私、便利性这三者之间有一个不可能三角形的问题，国家安全、用户隐私和便利性方面，三者只能取其二。保护用户隐私必然会带来便利性消失的问题，我们始终在这个不可能三角形的问题里绕圈。 我们的数据主要是人产生的，我们最关心隐私保护的问题，所以每个大数据好像都在侵犯隐私似的，事实不是这样的，我们发现数据是资产，从不同角度看可以得出不同的结论。大数据因为数据太大了，区块链对应的价值太高了，。果是价值数据我们用区块链处理，隐私数据呢？比如说隐私计算，个人脱敏等等。我们的数据究竟如何分类？用什么样的维度分类？各类数据分类的维度完全不一样，里面存在着这个交叉的问题，我们每次对数据分类的维度都不一样，导致我们的理解千奇百怪，但是无论如何我们正在不断完善整个数据的拼图。因为我们拼得还是乱七八糟的，目前我们的认知还乱七八糟，还处于大航海时代之前的原始状态，所以很乱，以为隐私数据就代表了一切数据，隐私数据之外还有其他的吗？ 数据语义不同技术也将不同，我们可能要专门针对隐私要有隐私计算技术，大数据要有海量数据技术，还要有冷存储、时序数据库，视频数据还有X数据库，完全可以将视频数据用人工智能的技术结构化，打上标签，存在专门的视频数据库里。 未来数据管理技术会越来越走向分裂，会越来越多，因为数据越来越多必然会导致不同的数据需要不同的数据处理，未来的数据管理技术只会多不会少，会经历很长的阶段。 再回到大数据，今天上午发布了批处理、流处理的。我们再看从计算机到多媒体，到今天的大数据，第一个阶段都是在搞批处理。从底层的，到多媒体，到今天的数据，这是很明显的发展历程，第一阶段都是把数据和文件一股脑的做了处理，后来我们觉得不太行，还需要优化，所以我们要搞交互式的，搞流媒体、流计算。开始都是批处理的是因为好做，批处理往往是打开了新的技术领域的第一扇门，是最笨的，笨总比没有强，这是很明显的发展轨迹，而且很明显我们从硬件到软件，现在到了数据的时代，围绕数据我们是不是要构造一个新的操作系统？我觉得完全可能。数据库有可能下一步会发展成操作系统的东西，因为数据时代，操作系统专门针对文件和底层系统。 第一波批处理解决后，架构上还没稳定，自然而然提到了流计算，这在上午已经提到了，我就不多赘述了。 大数据技术有几个特点，跟其他技术发展轨迹一样，云原生，数据库一定要跟云结合，安全计算，主要是数据流通多方计算，运维自动化。我们面对数据越来越庞大，种类越来越复杂，靠人肯定搞不定。云计算需要运维自动化，数据也要运维自动化、智能化、标准化、技术化、工具化，因为人搞不定，数据太多了。还有资产化、容器化，我原来也专门提过这个概念。 因为我们解决了数据处理之后，马上面临的问题是如何交付，如何让处理和环境耦合。云计算搞出一个容器技术，让我们开发运营的环境能跟底层环境耦合，做数据库、数据管理的时候，你的软件是不是也应该跟底层操作系统环境耦合，趋势肯定是这样的，要想办法把它包起来，方便交付，还有数据中台。我们看到了新的技术，互联网公司引发了分布式数据库技术浪潮，正在改变全球数据库的市场格局。全球很多企业在做分布式数据库，很明显，因为这是针对新时代的新的明显的变化。 我们讲完数据，处理数据的东西叫算法，所以也必然有算法的治理，算法的杀熟问题。我们为什么不开放算法？有人说这是商业秘密，对，肯定是商业秘密，但是涉及到每个人权利的时候，法律问题的时候，这是必须要开放的。有些可以不开放，但是有些必须要开。我们的算法问题，如何管理、如何监管，很明显提到了议事日程。算法是机器语言书写的数字世界的规则，算法是工程师设计的判断、优先级、盲点和偏见。算法关注效率而不关注道德和公平、合理的问题，这是不可以的，如果只是在数字世界可以，但是现实世界不可以，所以我们必然面临着算法黑箱、算法歧视、算法疫情的问题，所以如何让算法保持中立，算法一定要是可解释的。如果算法建议你锯掉一条腿你会接受吗？所以可解释性的问题也很重要，透明可解释的问题。 数据资产方兴未艾，上午已经提到了，最近几年中国有20多家数据管理软件，30多家数据治理咨询公司。我们只是认识到数据是资产，还不知道如何把数据变成资产，如何变成资产？机会。为了适应数据流通的需要，多方安全计算技术已经趋于成熟，我们需要有新的技术解决流通的问题，刚才专门提到了。 数据流通有很多难题，这是很漫长的过程，纵观人类流通过程发现越大宗商品，建立成熟稳定的流通系统时间越长，我觉得一代人都搞不定，大家放心，这可以干一辈子，因为数据质量的问题，价值的问题，安全规范足够一个人干一辈子。数据是大宗商品，数据可能是迄今为止唯一的还没有变成大宗商品的大宗商品，这是最大的大宗商品，也可能会变成期货、衍生品，毫无疑问我们要做的事情太多了，时间很长，所以大家不用担心。 我们数据开放说了很多年，我们对照一下软件代码开放问题，当年也讨论了很长时间。软件代码是开和不开这么简单吗？不是这样的。软件代码开放之后中间有很长的灰色地带，全球有100多种开源软件许可证。拿到数据以后能干什么，不能干什么，我们缺少类似的概念，开放数据许可证是缺少的。所有的开放绝对不是1和0的问题，中间有很长的灰色地带，迄今为止全球还没有权威的，好使的，特别场景下的开放许可证。不是直接开的，一定是有游戏规则的，我们可以照抄一些开源方面的思路和方法。 |
