《親愛的數據》出品
美國首都華盛頓特區，國會山莊北部。一陣笑聲，從玻璃窗裡傳出。窗外晴空萬里、綠野滿坡，圓柱式門廊氣勢恢宏……
世界頂級立法機構的辦公環境，果然宜人。
這一切，對於40歲就坐到參議院辦公桌前的霍利（Josh Hawley）來說，他的黃金歲月才剛剛開始。
2019年，分水嶺。
此前，他是美國密蘇里州第42任司法部長。
此後，他是美國國會參議員。
作為一個每天都在上演“提案如何變成法律”的立法機構，美國國會的關鍵詞本該是“莊嚴”。然而，國會卻頻繁“做客”美國脫口秀演播間。
很多年前，馬克·吐溫講出了實話：“這是一群‘土生土長的犯罪團伙’”。
《親愛的數據》出品
而霍利在同僚中，保持著一項幸運的記錄——本屆美國參議院最年輕的議員。
對於政治家來說，年輕與激進都是優勢。川建國擁有後者。霍利，兩者兼具。
上任不久，他迅速成為共和黨在科技產業問題上最響亮的聲音。
《親愛的數據》出品
東邊日出，西邊雨。
一種濃烈的自豪感，正在“抖音在國外有多火？”話題的帶動下升騰。
無數掌聲，正在送給頭條系產品——抖音面向中國以外市場的TikTok。
政客高亢激昂的演講、TikTok節奏強勁的短視頻，就像“含笑半步癲”，是洗腦、居家、旅遊的必備良藥。
而今，在美國，它們混淆在一起，成了一種不和諧的背景音。
北京時間3月5日凌晨，華盛頓特區，一場美國國會參議院的聽證會，正圍繞用戶數據安全、隱私問題展開。霍利議員揮舞起旗幟，在個人主頁用加粗字體寫下大大的標題：TikTok是“危險的夥伴”。
《親愛的數據》出品
霍利早都準備好了。
他自信滿滿地坐在聽證會的皮椅上，卻久久未等到兩位主角到場。
一則快報的標題是《TikTok和蘋果，兩公司雙雙缺席聽證會》。
霍利坐在椅子上回憶，這是TikTok第二次拒絕參加聽證會。
上次是2019年11月。
霍利能高興嘛？雖然他知道自己這樣做也只是為了吸引媒體注意，但是沒有配合的演出，就是大寫的尷尬。
“拒絕參演”後的整整一個月，TikTok都沒有閒著，2019年12月趕緊發佈了上半年《透明報告》，雖然內容不長，只有5頁，但態度還是優秀的。Facebook自2013年起，也會定期發佈。
《親愛的數據》出品
《親愛的數據》出品
一面，霍利等國會參議員已經開啟團隊作戰模式，加入的參議員越來越多。
一面，TikTok呢，越來越爭氣。
在美國已下載超過1.23億次。
在每月5億活躍用戶中，有2650萬來自美國。
約有60％在16至24歲之間。
在不到18個月的時間裡，美國成人TikTok用戶數量增長了5.5倍。
《親愛的數據》出品
議員們一邊開會討論，一邊看著TikTok增長曲線往會議室天花板上竄。
霍利站立起來，說出他的好主意：
懷疑TikTok上傳的短視頻可能會洩露美軍的秘密，對於美國能夠接觸到敏感的國家安全信息的人，禁止在政府設備上安裝TikTok。
《親愛的數據》出品
公務員管公務員，沒毛病。
在聽證會後，TikTok覺得此事得當面解釋清楚，表示：
“（我們）最近與幾位國會議員取得了聯繫，（大家）有興趣在不久的將來見面。”
除了可能的約咖啡、約飯之外，TikTok也絞盡腦汁。比如，計劃建立一個“透明中心”，允許外部專家查看公司團隊如何管理短視頻內容。
據說，位於美國洛杉磯，將於2020年5月開放，共享源代碼和公開獨立安全措施。
這裡的工作令人嚮往，每天都看各種有趣的短視頻，像極了很多人疫情期間每天躺在床上的銷魂姿勢。不用愧疚，大家都中了毒，用戶平均每天在TikTok上花費52分鐘。
《親愛的數據》出品
為了證明產品“無毒”，讓美國用戶“吃”得放心，TikTok快馬加鞭複製出西貝莜麵村同款透明廚房。
聽證會上的一切發言，都是要宣誓的。懷疑、質疑、傳聞，都可以讓美國立法機構採取一定程度的行動，而不限於事後懲罰。美國立法機構質疑TikTok產品層面的數據收取、保存路徑。
誰能想到，TikTok會和數據洩露界的“犯罪之王”臉書公司相提並論，同樣成為討論數據安全、隱私問題的焦點。
《親愛的數據》出品
傳說中的TikTok（美國加州辦公室）
TikTok背過臉，輕輕拭去臉上的淚水，有些眼淚是因違反美國兒童隱私法，被罰了幾百萬美金而流下的。
華盛頓夜未眠，立法爭論永不休。
這只是一道坎而已，九九八十一難在後面排隊拿號。
2020年3月6日。
聽證會的第二天，TikTok有了首位首席信息安全官Roland Cloutier，他也是一位網絡安全專家，向抖音負責人朱駿（Alex ZHU）彙報。
《親愛的數據》出品
這一消息，霍利也注意到了。
中國互聯網公司全球化的阻力好比颱風天黑壓壓的烏雲，有一朵，始終是數據安全和用戶隱私。
東邊日出，西邊雨。
美國國會立法調查好比“鷹眼”，歐盟《一般數據保護條例》（GDPR）好比“鷹爪”。為保護數據，GDPR已經織起了天羅地網。一項強制性法律，保護的是自然人的“個人數據”，包括姓名、生日、信用卡、地址、病史、位置信息、行蹤軌跡……
這個條例對AI技術的約束是從搖籃到墓地。“搖籃”是指，一開始獲得授權，得用戶點擊“同意”；而“墓地”就是，數據用完了也不能存太久，還得抓緊時間刪除。
《三國殺》裡的曹丕說：“管殺，還得管埋”。
簡單講，數據是情報，是生產資料，AI技術極度依賴數據。沒有汽油，勞斯萊斯再昂貴也只能觀賞，無法行駛。缺了數據，再先進的AI也只能人工，無法智能。
所以，法例的約束會貫穿AI產品整個生命週期。窒息的高牆下，只留“合規”這個窄門，門後是歐盟市場5億發達人口。
歐洲高度注重隱私和數據保護，這是文化。
第二次世界大戰期間，歐洲建立了詳細完備的個人數據庫。結果，被納粹用來清洗猶太人和迫害反納粹人士。
歐洲600萬猶太人的冤魂不散，致使很多歐洲人終身堅信，無論是出於何種目的，個人信息到後來一定會被濫用。
耶路撒冷灰暗的混凝土牆壁、靜默的白色馬安石地面、英文和希伯來文悼詞，沒有人再去打擾這份寧靜。
《親愛的數據》出品
二戰結束五十年後，GDPR的親大哥《95指令》出生（1995年）。2009年，親二哥《歐洲Cookie指令》出生。你別誤以為GDPR是一個人在衝鋒。不，這是一家子在戰鬥（Cookie是互聯網常用的用戶跟蹤和識別技術）。
程序員開玩笑會說：
“數據和女友不能分享。”
歐洲程序員再加一句話：
“這是法律規定。”
歐盟高管表態：“我們歐盟委員會（的人），並不反對來自大西洋彼岸的科技巨頭，但是前提是，他們必須守規矩。”
美國互聯網企業享受了全球化最好的一輪紅利，俯仰之間，王公貴胄、皇親國戚都難逃一考。
加試題目是：數據安全與用戶隱私保護。
東邊日出，西邊雨。
TikTok是AI技術領域的“貴族”，有著領先行業完整的現代化推薦系統（含推薦算法、訓練平臺、後端架構的推薦系統技術棧），建設有大規模分佈式實時機器學習訓練平臺和分佈式高性能Parameter server平臺。
海量短視頻數據，“化作”充足的生產資料，使TikTok有能力探索最新機器學習算法落地。
TikTok在用AI算法改造自身業務的路上從來不遲到。甚至有外媒總結：“截至2020年，TikTok已成為全球最受歡迎的應用程序之一（至少對於某些年齡以下的用戶而言），其成功由一些世界上最先進的AI技術推動。”
一位曾經就職於小槳科技（產品，微叭App）的視頻推薦算法工程師告訴我：“推薦算法（的結果）要看留存率、點擊率、活躍時長、播放時長，（公司）直接考核業務指標。不達標會被產品經理錘死。”
機器無電不休，算法日夜不眠，算法工程師在“拼命”，背後站著熬紅了眼的產品經理。
《親愛的數據》出品
AI早已應用於挽回用戶流失等功能。
產品經理一邊唱著“愛我，別走……”，
一邊伸出胳膊指揮：“再次對用戶投放廣告，精準挽留。”
“你的偏好，我知道。”用戶每一次上翻、下滑、點贊，都是一份《產品改進意見書》，背後還有今日頭條 AI lab 的支持。
AI技術滲透的力量，摧枯拉朽。一個沒有智能算法的TikTok，已經不可想象。
東邊日出，西邊雨。
GDPR的餘音迴響，歐洲版的營業執照，一照難求。
2020年，當你打開GDPR認證的網站，可以看到許多站張熟悉的中國面孔，華為、小米、OPPO、美的、第四範式。OPPO進軍歐洲市場，其認證的產品種類之多，居然包括了計算器（Calculator）和鐘錶（Clock）。
《親愛的數據》出品
李鴻章在給同治皇帝的奏摺上寫下，“三千年未有之大變局”。
變局已成定勢，做好思想準備和工作準備。
美國已死，歐洲苟活，人工智能法外之地會一寸一寸消失。
來者，需要擁抱高牆、窄門。
擁抱合規、限制、約束。
擁抱枷鎖、腳銬、鐵鏈。
將思考的維度上升到管理與合規，滲透在技術思考之中，包括在框架之內，體現在解決方案裡。而不是繞著它走。繞也繞不開。
這些，要看企業是否願意付出額外努力。
第四範式創始人兼CEO戴文淵的答案是：我願意。
戴文淵，總是講話溫和，語速平緩，但是一旦你給他拋出問題，就能感受到清晰、縝密的思考力。
他說：“從技術手段上講，保護隱私和數據安全是有辦法的。不是沒有辦法，而是說，想不想解決？願意花多大的代價去解決？”戴文淵似乎沒有對GDPR低頭。
他輕描淡寫地提了一句，“第四範式的先知平臺，已經是國內首個通過GDPR認證AI平臺”，這一句更是增添了上一句話的底氣。
突然想起香港應用科學研究院的一位博士也說過類似的觀點：“技術上翻越肯定是可以做到的，只是很多時候不願做，或者懶得做。”
業界有一個聲音：
機器學習是一個有難度的技術，是“難度一次方”。
機器學習想落地，變成“難度二次方”。
再解決隱私保護問題，這又是一個很有難度的問題，變成“難度三次方”。
解決這些技術問題，專家不是一般的專家，既要懂機器學習技術，又得懂隱私保護技術，還得懂業務。要求是非常高的。
用金庸的話說，練成易筋經，需體質強。練成乾坤大挪移，需內力高。練成獨孤九劍，需資質慧。想成為攻克“難度三次方”的專家，需能運用多種武功入化境。南帝北丐很難批量培養。望眼整個武林，還好有一代宗師。
一代宗師可能會說：
“解決好隱私保護問題，看上去是一個技術問題，實際上是，人工智能的從業者要有一種思維的變革意識。將對文化、制度、法律等“社會因素”的思考融入代碼、模型、架構、解決方案……”
第四範式主任科學家塗威威告訴我：
“隱私保護作為一個學術問題已經走了很長一段路了，較早之前的需求來源於企業自我保護。個人關心隱私，企業關心的是商業機密。”
塗威威用兩句話概括了隱私保護技術的昨天，繼而又談起它的現在。
他總結到：
“隱私保護就是一個矛與盾相爭的過程，大家都研究又會出現哪些新的攻擊手段，又有什麼方法可以保護。”
“隱私保護會涉及到非常多種類的技術，有底層的，也有最近幾年才奠定起基礎的。涉及的技術種類多，不是為了賣弄技藝，而是面對的情況複雜。”
拳守“數據安全”，腳護“隱私保護”。
易筋經、乾坤大挪移、獨孤九劍，演變成“差分隱私算法”“安全多方計算”“自動多方機器學習技術”“聯邦學習”。
當細數起這些“厲害的”技術，塗威威的語速加快，彷彿不需思考。
“根據不同場景，有時可能是允許數據出去的，可以通過加密的方式出去，運出去的過程中別人是沒有辦法知道的，因為是加密的，這裡參考圖靈獎獲得者姚期智老師的思想，用安全多方計算。
有時可能是不允許數據出去，出去的只是一些統計結果或者模型，這裡參考香港科技大學楊強教授的聯邦學習技術。”
香港科技大學楊強教授曾說：
“聯邦學習希望在不共享數據的前提下，利用雙方的數據實現模型增長。”
他曾舉例：
“假設A和B兩家公司想要建立一個用戶畫像模型，其中部分用戶是重合的。聯邦學習的做法是，首先通過加密交換的手段，建立用戶的識別符（identifier）找出共有的部分用戶。
因為關鍵用戶信息並沒有得到交換，交換的只是共有的識別符。再將各自擁有的同樣用戶的不同特徵輸入，迭代地進行模型訓練、參數交換。
我們證明了給定模型參數，雙方不能互相反推出對方擁有的、自己沒有的特徵，因此用戶隱私仍然得到了保護，雙方的模型性能都得到了提高。”
姚期智院士、楊強教授……宗師們總有無上智慧。
“為什麼第四範式會做隱私保護技術？”
塗威威的答案是：
“第四範式作為一家創業公司，初始做隱私保護技術是出於一群有理想的年輕人的前瞻性預判。一種來自技術本能的預判，數據孤島遲早要打破，當打破發生之時，這個技術成為必備品，只靠‘解決信任’路途尚遠。”
然而，現實的磨礪很快降臨在向理想前進的路上。
塗威威說，我們的“一隻腳”伸入到了金融，為什麼是金融，因為金融的數據是最完備的，我們的技術是在數據之上做決策，必然選最完備的行業。
“一隻腳”後，金融、醫療行業對隱私保護的需求推動了技術的另一輪發展。比如，第四範式經常參與銀行競標，《招標書》裡，絕不會少了數據安全性條款。
塗威威在以往的《銀行招標書》中劃好了重點，並指給我看。
“隱私數據保護技術，蘋果、谷歌都在用，谷歌早在2016年就提出了本地化差分隱私(Local Differential Privacy)技術，併成熟應用在產品數據採集階段，第四範式的優勢在哪？”
塗威威越談越從容，帶壓力的問題也難不倒他。
他說：
“第四範式也提出應用在機器學習模型上的差分隱私技術，我們將訓練數據按特徵切開，並分別去訓練，按特徵重要性來進行隱私預算的分配，重要的特徵分配較少的隱私預算，不太重要的特徵則分配較多的隱私預算，從而保證了在相同隱私保護的條件下，獲得更加有效的分析結果。”
塗威威的回答，就好像準備了答案，細節中處處都有巧思，無法容下不滿意的蛛絲馬跡。
話聲未落，他就在草稿紙上手寫了一篇學術論文的題目《Privacy-preserving Stacking with Application to Cross-organizational Diabetes Prediction》。
論文只是在工業界解決問題時的“副產品”，他想把榮譽感寫在產品上。
他介紹，在公司的算法實驗室裡完成工作後，其實還有兩個重點，一個是自動化，一個是場景。
他談道：
“隱私保護，如同加密，解密。暴露的中間過程越多，洩露隱私的可能性越大。比如，AutoML（自動機器學習）之所以能夠減少隱私的洩露，其實就是減少了人觸碰數據的機會，減少人去分析特徵，減少人在各個環節洩露隱私的可能。讓機器去完成中間的過程，最後輸出結果。自動多方機器學習就是隱私保護的自動機器學習，中間的過程全部是自動化完成的。”
他的答案中，技術細節多，觀點少，唯有這句：“算法的未來就是自動化，不能自動化的算法，剩下的路也不長了。”
餘音未盡，尚在繞樑。
場景落地又是另一場硬仗。他壓低聲音說了一句：
“如果不是瑞金醫院的瑞寧知糖項目（預測三年後患糖尿病的概率以及個性化的干預），醫療算法團隊都要穩不住了。”
創新，有時候就是下了一步險棋。
塗威威和也和我講了“作弊”的辦法：
“從某種角度講，成本最低、效率最高的方式是侵犯隱私。”
《親愛的數據》出品
好比打撲克偷看別人手裡的牌。如果全世界艾滋病藥廠知道了患有艾滋病人的家庭住址，就不需要打廣告了，直奔病人家，挨家挨戶兜售不就完了。
廣告費都省下了。
別人披荊斬棘，你通過踐踏個體隱私直接抄了近路。
法律會讓你一直痛快下去嗎？
企業選擇用技術保護隱私時，其實是選擇了一條“刀光劍影”的路。說不定就會像塗威威一樣，沒有好的落地場景，變成“光桿”。
觀察發現，不少企業也在“研製隱私保護的秘訣”。由於金融行業是數據界的富豪，聯邦學習技術被用於中國首家互聯網銀行——微眾銀行。微眾銀行也在推動“聯邦學習”的標準。
從某種意義上講，這是一份全球領先的標準。聯邦學習作為隱私保護的代表技術，並沒有被歐美大廠壟斷。
在隱私保護的江湖裡，中國人工智能從業者並不甘心屈服於國外標準。
招商金科（招商銀行下屬金融科技公司）一位不願意透露姓名的研發高管告訴我，他們也參與了“聯邦學習”第二版標準的制定，但不便於接受採訪。
“京東集團也在使用聯邦學習保護數據隱私。”京東大數據研究院首席數據官劉暉告訴我。
東邊日出，西邊雨。
流量、廣告、品牌……的老故事，已經翻篇。中國互聯網企業想變成全球互聯網企業，光靠突破Facebook、Google、Amazon的防線，已經不夠了。企業的戰場向四面八方延伸，“法外之地”正在消失。
在別人看來絕望的事情，“創新者”與“創造者”總能從中找到希望。
《親愛的數據》出品
（完）
《親愛的數據》出品
閱讀更多 親愛的數據 的文章
