瑞萊智慧RealAI釋出首個企業級隱私保護機器學習平臺與升級版AI模型防毒軟體

藍鯨TMT頻道12月9日訊，在2020第三代人工智慧產業論壇暨瑞萊智慧RealAI戰略釋出會上，瑞萊智慧RealAI 正式釋出旗下兩款第三代AI新品——隱私保護機器學習平臺RealSecure和人工智慧安全平臺RealSafe2。0 版本。

瑞萊智慧RealAI CEO田天表示，繼承自網際網路時代的經驗，當前AI基礎設施建設的重心集中在資料中心、算力平臺上，主要解決AI“溫飽”問題，為AI提供基礎運算環境。但隨著資料積累受場景限制、現有算力逼近極限，由大資料、大算力等外部驅動力帶來的AI產業“第一增長曲線”開始放緩。 由內打破才是增長。伴隨智慧化的腳步邁入產業縱深，AI基礎設施建設亟需從自身底層能力增強出發，發展出資料和算力維度外的全新能力，以“內生驅動力”打造AI原生基礎設施，保證相同的資料、算力條件下，更好的支撐AI賦能行業的深度應用，開啟AI產業化全新市場空間，驅動產業第二增長曲線。

據介紹，RealAI透過融合密碼學、分散式等多個技術體系推出了RealSecure隱私保護機器學習平臺（RSC），這是業內首款隱私保護AI編譯器，首創以底層資料流圖的視角揭示機器學習演算法與對應分散式隱私保護演算法的聯絡，同時將隱私保護演算法公式表達向更細顆粒度解構至“運算元”級別，透過運算元組合將機器學習生態與隱私保護機器學習生態一脈打通，實現兩大生態的一體化。 與傳統處理方式相比，RSC更多是扮演“編譯器”的功能，將機器學習演算法一鍵編譯成隱私保護機器學習演算法。得益於底層編譯級的能力，RSC具備三大效能優勢： 一是訓練速度實現30倍以上提升，這源於兩點，在加密演算法方面，革命性應用全同態技術，打破半同態技術功能與效能上的桎梏，效能提升2-3個數量級；在AI演算法最佳化方面，收斂速度更快，迭代次數少；二是白盒可驗證的安全性，RealSecure以首創資料流圖形式將所有中間計算過程安全透明的展現給使用者，內部運算元執行完全公開，實現安全透明的隱私保護通訊協議；三是易用性，無需繁瑣改寫，處理方式由“雕版印刷”轉變為“活字印刷”。

RealSafe則是為解決人工智慧安全隱患而生，它是首款商業化AI安全平臺、業內首個針對人工智慧模型的防毒軟體。針對“對抗樣本”“後門植入”等攻擊方式，RealSafe一方面能夠對模型的安全性進行全面檢測，且整個檢測過程全介面化操作，使用者無需具備專業的模型安全演算法知識和程式設計開發經驗；另一方面提供多種增強安全性的方案，並且可以自動化評估每種方案針對被測模型的安全性提升效果。 RealSafe2。0版本在前一版本基礎上，安全檢測能力進行了全面升級：首先是可評測的應用場景全面拓寬，從應用最廣泛的人臉識別模型拓展到了目標檢測、影象分類模型；同時，在檢測抗對抗樣本攻擊的安全性基礎上，新增針對影象分類模型的後門自動化檢測。除此之外RealSafe2。0版本也提供了安全性提升方案，包括對抗樣本去噪方法、對抗樣本檢測方法、對抗訓練方法。

據悉，目前，RealSafe已在工信部重大建設專案以及某電網公司落地應用，未來將整合更多安全風險的檢測能力，在此基礎上，瑞萊智慧RealAI致力於打造第三方人工智慧安全檢測平臺，探索無須人工干預地、自動化地訓練出具有高安全性模型的技術方案。

據瑞萊智慧RealAI方面介紹，其孵化自清華人工智慧研究院，深入佈局安全、可靠、可信和可擴充套件的第三代人工智慧，依託貝葉斯深度學習、可解釋機器學習、AI安全對抗攻防、新一代知識圖譜、隱私保護機器學習等底層技術棧，圍繞演算法可靠、資料安全和應用可控三方面勾畫出AI基礎設施建設藍圖，其中包括可解釋機器學習建模平臺RealBox、人工智慧安全平臺RealSafe以及深度偽造檢測工具DeepReal等一系列平臺產品。