伴隨著深度學習能力的提升以及芯片等技術的快速發展，人工智能應用收集數據過度而造成的隱私泄露事件時有發生，不免引起社會對人工智能數據安全性的質疑。例如2019年年初，國內某人臉識別公司發生大規模數據泄露事件。超過250萬人的數據可被獲取，680萬條記錄泄露 ，其中包括身份證信息、人臉識別圖像及捕捉地點等。面對人工智能對隱私信息保護存在的問題，近日在上海舉辦的2020世界人工智能大會云端峰會也對此進行了大量討論，而隱私計算（Privacy Computing）則成為了熱議的話題。大會承辦方之一上海數據交易中心在峰會上發布了基于聯邦學習技術的多方安全計算驗證環境，探索數據流通與交易領域多元數據融合的實現途徑，推動各領域行業數據的標準化研究，提升多元數據的可用性、規范性、安全性，得到了產學兩界的極大青睞。
英國市場研究公司JuniperResearch一項新研究發現，到2024年，移動邊緣計算的年度總支出將達到112億美元。這比2019年的13億美元有所增長，年均增長52.9%。邊緣計算領域還有廣闊的發展空間。因此，從2018年開始，BAT等大廠接連入局隱私計算，此外，一些走在前沿的金融科技公司也有布局，這其中就有亞洲領先的金融科技集團WeLab。
在中國香港、內地、印尼三地市場均有業務布局的WeLab從創立以來一直重視用戶的信息安全和隱私，在2015年成立創新研究中心，并從2018年起開始投入到隱私計算領域的研發，包括聯邦學習、邊緣計算等技術，并已獲得了多個隱私計算的相關專利，其專利邊緣計算解決方案將在高效計算的基礎上確保用戶隱私數據的安全以及更精簡的數據傳輸。在2019年，WeLab全面上線了高維向量檢索——ANN算法，運用這一算法可更高效地檢測欺詐行為，并且擺脫了常規欺詐檢測算法需要直接訪問大量用戶數據的問題，保護了用戶隱私。
自去年12月，WeLab集團完成了C輪融資后，大力發展隱私計算作為重要技術解決方案，成為了集團目前的三大戰略目標之一，也是集團創新研究中心的研發重點。目前，邊緣計算跟聯邦學習已自研出可操作的平臺系統，在應用層已經取得了重大進展。據WeLab集團創新研究中心介紹，目前正在與多個金融鏈條的上下游合作方洽談合作，已有多家公司表現出對前沿科技的興趣，計劃未來一起進行聯合建模測試，也將通過集團旗下的天冕大數據實驗室將隱私計算作為重點技術解決方案向合作伙伴輸出。同時，WeLab集團也在今年提交了多項涉及聯邦學習與邊緣計算的自研技術專利申請，進一步完善集團在隱私計算技術的布局。
在愈發增強的數據隱私保護潮流下，企業已經意識到各種技術路線都有其適配的場景，比如聯邦學習更適合數據挖掘，多方安全計算的安全性更高，這些技術需要彼此結合使用，也需要行業內共同交流和學習，才能滿足企業的需求。總體來說，隱私計算行業目前還剛剛起步，行業也需要像WeLab這樣的技術先驅引領浪潮，通過不斷的應用落地，來進一步反哺技術，不斷地提升行業標準。
