在隐私计算爆发前夜起航的PlatON 能否乘风破浪？

“软件正在吞噬整个世界！”

2011年，硅谷顶级投资人Marc Andreessen用整篇文章来阐述该观点，当时很多人认为他标新立异且过于乐观。

Andreessen是a16z的创始人，此前他创办了网景，因此被称为「开发了地球上最古老的浏览器」。

站在十年之后的今天，Andreessen的论断得到了有力的印证——随着智能终端以及4G网络以难以想象的速度在全世界范围内普及，软件正在加速吞噬整个世界。

我们不难发现，物理世界中的一切存在都正在或终将被映射为一行行数据，运行在由无数个智能终端所组成的全球计算网络中。 数据也就被定义为继土地、劳动力、资本和技术之后的「新型生产要素」。

但这个新型生产要素的主权尚未确定，谁来拥有它，并为它标价？

答案当然不应该是今天我们所看到的情形——掌握在少数私人企业那里。所以我们亟需隐私计算来重构整个信息科技产业的当下以及未来。

虽然外界对于隐私计算领域的认识还比较陌生，认为处在概念阶段，距爆发还很遥远。但嗅觉灵敏的风险资本早已纷纷入场，现在已经涌现出了一批致力于解决隐私计算的初创公司。

他们试图在这个软件加速吞噬整个世界的浪潮中，去吞噬浪潮之下尚不被注意到的潜流——数据市场，因为 这里很有可能会翻滚搅动出下一波更汹涌的浪潮。

成立于2018年的隐私AI计算网络PlatON，在是隐私计算领域中背景耀眼但又行事比较低调的存在。

去年10月份，PlatON发布了测试元网络「Alaya」。在刚刚过去的4月25日，PlatON预部署网络创世区块已正式出块，这意味着PlatON主网发布流程正式启动。

不仅PlatON社区的用户反馈热烈，外界对PlatON以及整个隐私计算赛道的关注度也直线飙升。

本文对话PlatON的CTO曲俊杰，对隐私计算的本质以及PlatON的进展做一个深入且详细的阐述。

隐私计算——让数据「可用而不可见」

如果你去酒店办理入住，就需要带上居民身份证件到前台登记。对于酒店来说，他们只是在确定你是否为在逃人员，其实并不需要知道你的姓名、年龄甚至家庭住址。

但在现实中有太多这样的场景，以至于人们对个人信息裸奔的情形习以为常。

假如使用隐私计算技术的话，你的个人信息将会被加密，酒店只能得到他想要的那部分问题的答案，即你是否为在逃人员。

当然这只是隐私计算非常小的一个应用案例，隐私计算涉及的场景远远不止于此。

“隐私计算能够让数据在真正流动的过程中把关键部分隐藏起来，达到「可用而不可见」。”

在曲俊杰看来，如果对数据不进行保护，那么在数据流通过程中很容易被他人拷贝或盗用，但按照传统的方式去加以保护的话，又不便于数据的流通。

遇到这类敏感且复杂的难题，就需要使用到隐私计算，从技术上解决数据在隐私性与安全性之间的困境。

所以隐私计算除了在使用场景上有非常大的想象空间，更重要的是会重构整个信息产业向更纵深处发展。

PlatON团队将数据按照完整的生命周期拆解为：原始数据-除噪-数据规范化-初具价值的信息-data silo（数据孤岛）互操作-知识诞生-进一步互操作达到智慧。

在数据的每个阶段，隐私计算都可以不同程度地介入——作为数据处理方，对数据所有方的数据进行确权和隐私保护，与此同时还能保证数据使用方在被授权的前提下对数据进行处理，并得到想要的结果。

也就是说， 只有通过隐私计算，正在急速扩张但又离散孤立的数据世界才能充分释放被抑制的流动性。

密码学和可信硬件——谁是隐私计算的终点

隐私计算的实现方式是将先将数据进行加密，然后数据使用方在上面直接进行计算，就能输出对应的结果。

目前隐私计算的解决方案有两大方向——密码学和可信硬件，当然这两个方向又进一步衍生出了更多具体的技术路径。

但简而言之，密码学方向是基于密码学算法来直接对数据提供保护，而可信硬件方向则是通过第三方安全硬件来提供保护。

密码学方向的瓶颈在于现阶段还无法支撑大规模的计算，可信硬件虽然相对成熟，但严格来说是把信任机制交给了硬件，只能用于特定场景。

所以目前关于隐私计算的解决方案，大多是综合了密码学和可信硬件，但又互有取舍，总之是通过软硬件协同来提升隐私计算的性能。

“可信硬件有第三方依赖，并且存储和计算能力一经制造就无法改变，所以 长远来看，隐私计算的实现一定是完全基于密码学的。 ”

曲俊杰认为，由于数据有着各种类型且处在生命周期的不同阶段，所以隐私计算的落地场景会非常复杂。

PlatON现阶段做的就是对各种密码学算法和可信硬件进行解耦，建立尽可能丰富的模型库，以便于在未来具体的落地场景中搭配组合出最优方案。

“PlatON是以最终的交付为最终目的，而不是以纯技术为最终目的。我们先在算法上进行积累，然后将优化了的算法再在硬件上加速。”

技术与商业——爆发前夜的困境

尽管我们对隐私计算稍有深入了解的话，都能够预见到未来的发展非常有想象空间，但现阶段来看，隐私计算毫无疑问还处在爆发的前夜，甚至比前夜更靠前。

首先是密码学、可信硬件以及公链等整个技术体系都还没有完全建设成型，甚至基础理论都正在从其它交叉学科中汲取养分，试图有所突破。

曲俊杰表示，隐私计算需要大量有深厚数学背景的人参与进来，在技术上不断向前沿攻破，另外工程实践对于隐私计算也很重要。

毕竟技术上的探索可以没有边界，但在落地时则要根据实际情况选择适合的方案。

“我们的一些算法已经比现在已知的开源项目快几十倍甚至上百倍，如果落地场景的数据量不大的话，那么直接用算法就可以解决。但如果网络复杂度和计算复杂度都很高的话，就需要考虑采用一部分硬件来加速。”

现阶段PlatON在工程实践上的努力就是把现有的算法和硬件进行解耦，以便于在具体场景中能够根据实际情况组合出最优的方案。而且在解耦的同时，可能也会反馈出一些技术优化建议。

但总的来说， 技术与工程学上的进展是可预期且可控的，而真正阻碍隐私计算爆发的不确定因素，是商业环境。

“隐私计算的复杂性在于数据生命周期的每一个阶段都需要明确的规定（如何处理、确权、分润等），因此还需要政策的倒逼和商用场景的探索——实际上都是成本问题。”

商业落地一定是由成本驱动的，而现阶段的大型企业并没有充分的动力交出用户数据，因为既没有法律成本的约束，也没有市场回报的激励，隐私计算也就很难迎来大爆发。

曲俊杰表示，目前整个业界都普遍认可的全面爆发时间是至少三到五年。

应用、共识和开源社区——PlatON的未来之路

作为PlatON的CTO，曲俊杰认为 隐私计算走出爆发前夜的最关键的突破点是尽可能多地做出不同场景的应用 ，来让外界（立法机构和商业机构）看到隐私计算技术的可行性。

所以他带领的PlatON团队在今年会尽快建立沙盒来测试不同的应用场景，并着力推进一些小的应用场景落地。

但他在具体的应用场景落地方案上非常审慎，更多希望是由各个领域的专家参与进来，制定出真正切中行业需求的方案。

“当然在基础设施上我们也在一点一点往前推进”，他补充道。

PlatON现有的应用场景集中在金融领域，因为金融领域的数据比较规范，并且后台、前端也相对完善。另外医疗场景也有积累了案例，不过医疗数据非常敏感，所以现阶段更多是Demo。

如果说应用案例很容易被外界看到，那么不可忽视的是PlatON是一个基于区块链的公共计算网络。

对于隐私计算项目来说，最核心的当然是隐私计算能力，曲俊杰认为 PlatON在全球隐私计算领域已经处于领先地位。

但是当下的计算网络已经无法满足计算复杂性和数据安全流动性的需求，而区块链则可以完美地解决信任问题（在数据权益的清结算上）。

PlatON的长期目标是成为隐私计算领域的开源基础设施，未来形成一个数据和算力的流通市场。

因此PlatON的隐私计算和区块链都是由独立的团队来各自负责，“他们侧重点是不同的——技术上是互相独立，生态上相辅相成。”

近期PlatON预部署网络如果顺利通过社区投票的话，PlatON主网将正式上线，而这意味着整个生态的启动。

我们可以预见到向来稳扎稳打的PlatON，将会切换节奏走向快车道——由独立开发然后集中推出的模式，正式转向与技术社区一起开发并快速迭代。

曲俊杰坦言，目前从Grant发出的个数和水平来看，PlatON还有很长的路要走，他们希望看到密码学和计算机工程能很好结合的人才参与进来。

因此会针对海外会举办黑客松，主要是吸引吃透了密码学的计算机工程师进来。

而国内的技术社区今年也会正式启动，开发者可以从简单的DAPP熟悉起来，然后再去做一些创新型应用。

“我们非常欢迎开发者进来申请我们的Grant。”