清華孵化、張鈸加盟的這家公司，現(xiàn)在把“第三代人工智能”落地了

魚(yú)羊 發(fā)自 凹非寺
量子位 報(bào)道 | 公眾號(hào) QbitAI

一家清華孵化的公司，最近“口出狂言”了。

回顧2020的AI大事件，燒了微軟10000張GPU的GPT-3必定榜上有名。

這也讓人們不禁感嘆：這年頭，AI簡(jiǎn)直就是“暴力美學(xué)”。

但就在行業(yè)內(nèi)的大多數(shù)仍在大數(shù)據(jù)、大算力這個(gè)方向上狂奔的時(shí)候，這家公司另辟蹊徑找尋不一樣的AI落地之路：

AI落地，不是僅僅靠大數(shù)據(jù)、大算力就能解決的問(wèn)題。

AI產(chǎn)業(yè)落地速度不及預(yù)期，是AI算法本身的問(wèn)題。

是時(shí)候從AI自身底層能力增強(qiáng)出發(fā)，打開(kāi)數(shù)據(jù)和算力之外的全新發(fā)展維度了。

還不只是說(shuō)說(shuō)而已，最近，在“2020第三代人工智能產(chǎn)業(yè)論壇暨瑞萊智慧RealAI戰(zhàn)略發(fā)布會(huì)”上，他們還真就將清華實(shí)驗(yàn)室里最前沿的第三代人工智能技術(shù)體系搬了出來(lái)，商用化落地了：

• 首個(gè)編譯級(jí)隱私保護(hù)機(jī)器學(xué)習(xí)平臺(tái)RealSecure，讓隱私保護(hù)學(xué)習(xí)從“雕版印刷”走向“活字印刷”
• 首個(gè)企業(yè)級(jí)人工智能安全平臺(tái)RealSafe，相當(dāng)于AI算法的“殺毒軟件”

還有可解釋機(jī)器學(xué)習(xí)建模平臺(tái)、拿下了世界冠軍的deepfake“殺手”……

張鈸院士還在親自給這家公司的產(chǎn)品路線定下了關(guān)鍵詞：發(fā)展安全、可信、可靠和可擴(kuò)展的AI技術(shù)。

公司的名字，叫RealAI，孵化自清華人工智能研究院。

所以，RealAI基于第三代人工智能技術(shù)打造的產(chǎn)品，究竟有何不同？

AI發(fā)展的新維度，又具體指的是什么？

一起來(lái)看個(gè)究竟。

RealSecure：首個(gè)編譯級(jí)隱私保護(hù)機(jī)器學(xué)習(xí)平臺(tái)

在AI技術(shù)越來(lái)越強(qiáng)調(diào)落地產(chǎn)業(yè)的當(dāng)下，數(shù)據(jù)作為一種新型生產(chǎn)要素，是各行各業(yè)數(shù)字化、智能化轉(zhuǎn)型中繞不過(guò)去的基礎(chǔ)一環(huán)。

那么，問(wèn)題就來(lái)了：

現(xiàn)實(shí)的情況就是，在很多高價(jià)值商業(yè)場(chǎng)景，如金融、醫(yī)療、交通場(chǎng)景中，有價(jià)值的數(shù)據(jù)常常分散在不同的機(jī)構(gòu)和用戶(hù)手中，形成了大大小小的數(shù)據(jù)孤島，明顯制約了AI能力的提升。

但想要數(shù)據(jù)出庫(kù)，打破數(shù)據(jù)孤島，卻又面臨著一個(gè)更為棘手的難題：隱私安全如何保障？

分布式隱私保護(hù)機(jī)器學(xué)習(xí)，就是為應(yīng)對(duì)這一問(wèn)題而生的一種新興解決方案，它能使多方合作完成學(xué)習(xí)目標(biāo)，但又不需要各方傳輸原始數(shù)據(jù)，可以做到“數(shù)據(jù)可用不可見(jiàn)”。

這并不是一個(gè)全新的概念。事實(shí)上，早在2016年，谷歌就在這個(gè)技術(shù)方向上提出了聯(lián)邦學(xué)習(xí)的概念。但時(shí)至今日，相關(guān)技術(shù)的商業(yè)化應(yīng)用仍然面臨著三大痛點(diǎn)：

1、性能差、速度慢

由于隱私保護(hù)機(jī)器學(xué)習(xí)需要多方配合執(zhí)行，中間的通信就會(huì)造成很大的性能損失。

另外，多方需要以加密形式完成參數(shù)交換，加密會(huì)帶來(lái)高達(dá)百倍的性能損失。

同時(shí)，由于超參數(shù)設(shè)置等與現(xiàn)有的機(jī)器學(xué)習(xí)生態(tài)存在差距，隱私保護(hù)機(jī)器學(xué)習(xí)的速度慢了近千倍。本地只需花費(fèi)幾十秒的模型訓(xùn)練，在隱私保護(hù)下卻需要數(shù)小時(shí)；特征篩選、調(diào)參、驗(yàn)證又需要幾十上百次重復(fù)運(yùn)行……

2、不兼容于現(xiàn)有機(jī)器學(xué)習(xí)生態(tài)，改動(dòng)投入大

隱私保護(hù)機(jī)器學(xué)習(xí)不同于傳統(tǒng)機(jī)器學(xué)習(xí)，是分布式、密碼學(xué)、人工智能三個(gè)領(lǐng)域的結(jié)合。

要想投入商用，各家機(jī)構(gòu)需要組織團(tuán)隊(duì)學(xué)習(xí)分布式、學(xué)習(xí)密碼學(xué)；學(xué)習(xí)使用新算法、新框架，并在新平臺(tái)下執(zhí)行程序。

這相當(dāng)于拋棄了長(zhǎng)期以來(lái)人工智能團(tuán)隊(duì)積累下的經(jīng)驗(yàn)和方法論，重建隱私保護(hù)機(jī)器學(xué)習(xí)團(tuán)隊(duì)，或堆人力將原有機(jī)器學(xué)習(xí)框架改寫(xiě)成隱私保護(hù)機(jī)器學(xué)習(xí)框架。

投入與代價(jià)之大，正是隱私保護(hù)機(jī)器學(xué)習(xí)難以商業(yè)化落地的重要原因之一。

3、無(wú)法自證安全性

隱私保護(hù)最核心也最本質(zhì)的問(wèn)題是保障數(shù)據(jù)的安全，這就要求平臺(tái)自身的安全性也應(yīng)該是可被檢驗(yàn)的。

但當(dāng)前的隱私保護(hù)機(jī)器學(xué)習(xí)模式是純黑盒的，安全性只能靠專(zhuān)家審計(jì)——由于平臺(tái)代碼量巨大，這對(duì)于商業(yè)化應(yīng)用其實(shí)是不現(xiàn)實(shí)的。

且實(shí)際生產(chǎn)環(huán)境中，是否真的按照審計(jì)時(shí)提供的代碼邏輯執(zhí)行，同樣會(huì)受到來(lái)自客戶(hù)的質(zhì)疑。

而RealAI這次推出的隱私保護(hù)機(jī)器學(xué)習(xí)平臺(tái)RealSecure?（RSC），就從底層技術(shù)創(chuàng)新出發(fā)，針對(duì)這三個(gè)問(wèn)題來(lái)了個(gè)逐一擊破。

據(jù)RealAI介紹，RealSecure是業(yè)內(nèi)首個(gè)編譯級(jí)隱私保護(hù)機(jī)器學(xué)習(xí)平臺(tái)，其研發(fā)結(jié)合了人工智能、密碼學(xué)、分布式系統(tǒng)三大領(lǐng)域的技術(shù)突破。其核心模塊隱私保護(hù)AI編譯器能夠自動(dòng)將普通機(jī)器學(xué)習(xí)算法程序轉(zhuǎn)換為分布式的隱私安全程序。

密碼學(xué)+AI算法雙重優(yōu)化，性能提升約40倍

借助密碼學(xué)優(yōu)化、AI算法優(yōu)化等改進(jìn)實(shí)現(xiàn)，RealSecure在性能上實(shí)現(xiàn)量級(jí)式飛躍。

在某實(shí)際風(fēng)控場(chǎng)景中，RealSecure模型訓(xùn)練相比某主流國(guó)產(chǎn)開(kāi)源框架性能提升40倍，耗時(shí)從4小時(shí)40分鐘縮減至6分鐘。考慮到特征工程與自動(dòng)調(diào)參環(huán)境，隱私保護(hù)下完成全流程建模，總耗時(shí)實(shí)現(xiàn)從日級(jí)別到小時(shí)級(jí)別的飛躍。

繼承機(jī)器學(xué)習(xí)生態(tài)，實(shí)現(xiàn)“活字印刷”級(jí)隱私保護(hù)機(jī)器學(xué)習(xí)

而所謂的兼容主流機(jī)器學(xué)習(xí)生態(tài)，可以簡(jiǎn)單理解為，通過(guò)RSC，已有的成熟機(jī)器學(xué)習(xí)算法無(wú)需改寫(xiě)，只要調(diào)用函數(shù)，在AI編譯器里重新編譯一遍，就能自動(dòng)完成從普通機(jī)器學(xué)習(xí)算法到隱私保護(hù)機(jī)器學(xué)習(xí)算法的轉(zhuǎn)變。

這樣的功能基于算子層技術(shù)實(shí)現(xiàn)。

具體而言，就是將隱私保護(hù)機(jī)器學(xué)習(xí)算法公式表達(dá)向更細(xì)顆粒度解構(gòu)，解構(gòu)成“算子”，通過(guò)算子的靈活組合來(lái)適配機(jī)器學(xué)習(xí)算法公式，擺脫重復(fù)改寫(xiě)的繁瑣工作。

RealAI CEO田天打了一個(gè)比方：

如果說(shuō)此前將機(jī)器學(xué)習(xí)算法改寫(xiě)成隱私保護(hù)機(jī)器學(xué)習(xí)算法的方式，是“雕版印刷”，RSC實(shí)現(xiàn)的就是“活字印刷”。“算子”就是活字印刷里的一個(gè)個(gè)活字。

也就是說(shuō)，RSC能完成現(xiàn)有機(jī)器學(xué)習(xí)算法平臺(tái)框架與隱私保護(hù)機(jī)器學(xué)習(xí)平臺(tái)框架的統(tǒng)一。

另外，RSC還對(duì)外提供了jupyter建模入口，讓數(shù)據(jù)科學(xué)家能夠以最熟悉的方式使用隱私保護(hù)機(jī)器學(xué)習(xí)，進(jìn)一步提升了易用性。

安全透明，“所見(jiàn)即所信”

在安全性方面，RSC以首創(chuàng)數(shù)據(jù)流圖的形式，將所有中間計(jì)算過(guò)程、內(nèi)部算子執(zhí)行完全公開(kāi)，底層執(zhí)行的計(jì)算同樣是可審計(jì)的。

這就保證了兩點(diǎn)：

• 算法協(xié)議是安全的，所見(jiàn)即所信；
• 底層的執(zhí)行與算法協(xié)議是一致的。

RealSafe：AI算法的“殺毒軟件”

數(shù)據(jù)隱私安全之外，針對(duì)算法的可靠性，RealAI這一次也全新升級(jí)了首個(gè)企業(yè)級(jí)人工智能安全平臺(tái)RealSafe。

網(wǎng)絡(luò)安全時(shí)代，網(wǎng)絡(luò)攻擊的大規(guī)模滲透催生出殺毒軟件，來(lái)發(fā)現(xiàn)計(jì)算機(jī)潛在病毒威脅，提供一鍵系統(tǒng)優(yōu)化、清理垃圾跟漏洞修復(fù)等功能。

而現(xiàn)在，越來(lái)越深入到人們?nèi)粘Ｉ钪械腁I算法們，也正在面臨類(lèi)似的安全風(fēng)險(xiǎn)。

以人臉識(shí)別為例，去年，RealAI就通過(guò)一副印有特殊紋理圖案的對(duì)抗攻擊眼鏡，成功“刷臉”解鎖了他人的手機(jī)。

而量子位此前也曾報(bào)道過(guò)，有研究人員采用模型后門(mén)攻擊技術(shù)，僅用一條膠帶就把特斯拉忽悠瘸了，把35看成85，導(dǎo)致了異常加速。

是不是有些細(xì)思極恐了？

那么，有沒(méi)有一個(gè)AI平臺(tái)，能一鍵檢測(cè)算法漏洞，并給出防護(hù)建議呢？

RealSafe做的，就是填補(bǔ)這么一個(gè)空位，一方面能夠?qū)I模型的安全性進(jìn)行全面檢測(cè)，另一方面能提供多種增強(qiáng)安全性的方案。

在模型安全性檢測(cè)方面，在全新升級(jí)之后，除了能針對(duì)對(duì)抗樣本攻擊，給出安全評(píng)分以及將檢測(cè)場(chǎng)景從人臉識(shí)別拓展到了目標(biāo)檢測(cè)、圖像分類(lèi)外，RealSafe 2.0還增加了模型后門(mén)檢測(cè)功能，能夠在不獲取模型結(jié)構(gòu)及參數(shù)等具體信息的情況下，分辨出僅在特定輸入情況才會(huì)識(shí)別出錯(cuò)平時(shí)表現(xiàn)正常的被植入后門(mén)的模型。

并且，整個(gè)檢測(cè)過(guò)程全界面化操作，用戶(hù)無(wú)需具備專(zhuān)業(yè)的模型安全算法知識(shí)和編程開(kāi)發(fā)經(jīng)驗(yàn)。

而在模型安全性提升方面，RealSafe平臺(tái)提供包括對(duì)抗樣本去噪、對(duì)抗樣本檢測(cè)、對(duì)抗訓(xùn)練在內(nèi)的多種防御解決方案，并可以自動(dòng)化評(píng)估每種方案針對(duì)被測(cè)模型的安全性提升效果。

值得一提的是，受益于研發(fā)團(tuán)隊(duì)豐富的AI對(duì)抗攻防經(jīng)驗(yàn)，RealSafe集成多項(xiàng)國(guó)際領(lǐng)先的AI對(duì)抗攻防算法，榮獲多項(xiàng)世界AI安全大賽冠軍，其中部分已開(kāi)源成果作為代表性方法已被業(yè)內(nèi)廣泛引用。

目前，RealSafe 已在工信部重大建設(shè)項(xiàng)目以及某電網(wǎng)公司落地應(yīng)用。

“AI落地，不是僅靠大數(shù)據(jù)、大算力就能解決的問(wèn)題”

事實(shí)上，從RealAI埋頭苦干兩年，打造的一系列產(chǎn)品可以看出，這家從清華園里走出來(lái)的公司，正在圍繞算法可靠、數(shù)據(jù)安全和應(yīng)用可控三大方向，構(gòu)建AI基礎(chǔ)設(shè)施能力。

而這，也正是張鈸院士今年以來(lái)反復(fù)強(qiáng)調(diào)的第三代人工智能之路。

在紀(jì)念《中國(guó)科學(xué)》創(chuàng)刊70周年的專(zhuān)刊中，張鈸院士作為通訊作者發(fā)表了文章《邁向第三代人工智能》，指出是時(shí)候把第一代的知識(shí)驅(qū)動(dòng)和第二代的數(shù)據(jù)驅(qū)動(dòng)結(jié)合起來(lái)，通過(guò)利用知識(shí)、數(shù)據(jù)、算法和算力等4個(gè)要素，構(gòu)造更強(qiáng)大的人工智能。

而清華博士、RealAI CEO田天和他的團(tuán)隊(duì)，則站在產(chǎn)業(yè)的角度，解讀了這種“另辟蹊徑”的必要性。

數(shù)據(jù)和算力，解決了AI的溫飽問(wèn)題，作為“外部驅(qū)動(dòng)力”，驅(qū)動(dòng)了AI產(chǎn)業(yè)“第一增長(zhǎng)曲線”的出現(xiàn)。

但隨著AI賦能傳統(tǒng)行業(yè)的逐步深入，這樣的增長(zhǎng)模式瓶頸已然顯現(xiàn)。

田天指出，傳統(tǒng)行業(yè)由于場(chǎng)景復(fù)雜和隱私安全等因素，無(wú)法完全依賴(lài)行業(yè)大數(shù)據(jù)提供足夠信息，同時(shí)新一輪的算力躍進(jìn)還未到來(lái)，這就導(dǎo)致AI在許多小樣本的高價(jià)值場(chǎng)景，如金融、工業(yè)、醫(yī)療等領(lǐng)域中，落地速度不如預(yù)期。

因此，想要進(jìn)一步推進(jìn)AI發(fā)展，在數(shù)據(jù)平臺(tái)和算力平臺(tái)之外，要從AI自身底層能力增強(qiáng)出發(fā)，打造AI原生基礎(chǔ)設(shè)施，發(fā)展出AI的“內(nèi)生驅(qū)動(dòng)力”，從而在相同的數(shù)據(jù)、算力條件下，更好地支撐AI賦能產(chǎn)業(yè)，打開(kāi)AI產(chǎn)業(yè)化全新的市場(chǎng)空間。

而第三代人工智能技術(shù)體系，包括貝葉斯深度學(xué)習(xí)、可解釋機(jī)器學(xué)習(xí)、AI安全對(duì)抗攻防、新一代知識(shí)圖譜、隱私保護(hù)機(jī)器學(xué)習(xí)等技術(shù)，恰恰為打造AI原生基礎(chǔ)設(shè)施提供了支撐。

也就是說(shuō)，從產(chǎn)業(yè)化的需求來(lái)看，產(chǎn)業(yè)落地本身就是需要第三代人工智能來(lái)開(kāi)創(chuàng)新局面的。

那么，RealAI會(huì)在這個(gè)過(guò)程中扮演一個(gè)什么樣的角色呢？

田天給出的答案很“底層”：打造完整的AI原生基礎(chǔ)設(shè)施體系，使得所有場(chǎng)景不論大小、不論價(jià)值高低，均能在AI發(fā)展過(guò)程中受益。

而這，或許也就是RealAI與其他AI公司不同之處：通過(guò)與清華大學(xué)的緊密合作，能夠在技術(shù)上堅(jiān)持長(zhǎng)期主義，立志在工業(yè)界推動(dòng)底層技術(shù)的變革。

田天說(shuō)：

在應(yīng)用中碰到技術(shù)難題時(shí)，我們不是見(jiàn)一個(gè)解決一個(gè)，修修補(bǔ)補(bǔ)，而是發(fā)現(xiàn)一個(gè)問(wèn)題就看出一類(lèi)問(wèn)題，并通過(guò)底層技術(shù)框架、平臺(tái)的突破，助力產(chǎn)業(yè)的升級(jí)。

底層技術(shù)是我們最領(lǐng)先的一個(gè)優(yōu)勢(shì)，未來(lái)會(huì)繼續(xù)保持下去。

— 完 —