儘管已經離開講臺，李曉林身上仍留着些許象牙塔內的痕跡。
之前，他是學界精英，佛羅里達大學終身教授；現在，他是同盾科技人工智能研究院的院長。平時與人交談時，他語言溫和，但一旦涉及專業問題時，立即進入學者氣場。
在談及知識聯邦相關話題時，這種轉變尤爲明顯。
這是他帶領研究院夥伴們提出的理論體系，希望一種更安全的方式，利用好現有數據，搭建一個開放的智能大腦，最終推動人工智能3.0時代的到來。
打破數據孤島
上世紀80年代，中國人工智能專家姚期智曾提出過“百萬富翁”假設：兩個百萬富翁在街頭相遇，他們想知道誰更有錢，但是出於隱私，又不想讓對方知道自己到底擁有多少財富。
姚期智提出用“多方安全計算”方式來解決這一問題。如今的人工智能領域，正面臨類似的困境，人工智能的發展進步，離不開大數據，但大家對數據邊界越發重視，又不願數據離開本地。
在李曉林教授看來，這是AI 2.0時代必須要解決的困境。他認爲，我們當下經歷的人工智能熱潮，興起於21世紀第二個十年初期，屬於AI 2.0時代，依託於深度學習理論。
AI 2.0的快速發展，主要依靠三個因素：算法、算力和大數據。深度學習提供算法，CPU和GPU提供算力，信息社會則儲存和提供足夠的數據。
李曉林舉例，谷歌的AlphaGo之所以能實現快速進化，便在於它一共學習了3000萬盤已有的棋局，自己跟自己又下了3000萬盤。
這種依靠海量數據訓練的人工智能模式，經過初期野蠻發展後，正面臨無數據可用的困境。
原來主要來自兩個方面，首先是數據不足，擁有海量數據的往往只有少數行業，大多數領域的數據往往有限，或者數據質量較差。其次則是“數據孤島”和數據安全使得數據共享越發困難。數據在不同公司間，甚至同一家公司內部，都難以實現無障礙流動。
而數據帶來的隱私暴露或數據泄露，使得加強保護數據安全和隱私保護，成爲各國政府的共同選擇。
2018年5月25日，歐盟《通用數據保護條例》（GDPR）正式生效，這個堪稱目前世界範圍內最嚴格的用戶數據保護條款，允許用戶對自己數據擁有完全自主的權利。而美國和中國正在制定類似的隱私和安全法案。
這些現象都預示着，AI 2.0時代，似乎即將因爲數據孤島與數據安全，陷入雙重困境。在同盾科技所在的金融科技領域，這一問題尤爲重要。銀行等金融機構，迫切想要提高風控水平，卻又對數據安全極端看重，甚至將其作爲立身之本。
2019年春天，李曉林加盟同盾科技後，出任合夥人、人工智能研究院院長，試圖通過“知識聯邦”技術，來解決這一問題。
當年冬天的網易未來大會上，同盾首次提出知識聯邦概念，它不是單一技術方法，而是一套層次化技術框架體系：將散落於不同機構或個人的數據聯合起來，轉換成有價值的知識，並在聯合過程中採用安全協議保護數據隱私。
這一理論提出後發展迅速，已經成長爲國內聯邦學習五大代表流派之一。
搭建數字技術生態
2017年，爲保障數據交換時的信息安全，保護個人隱私，谷歌公司的科學家在一篇文章裏首次提出聯邦學習概念。理論提出後不久，國內各互聯網公司紛紛搭建團隊，投入相關研究。
李曉林說，硅谷的競爭速度更像是古代戰場：你來一劍，我捅一刀，大家排兵佈陣慢慢打。而在中國，“基本是赤膊角鬥，相當激烈”。
根據國內媒體統計，目前聯邦學習在國內已經形成“五大流派”，分別是微衆銀行主打的聯邦學習，螞蟻金服主攻的共享智能，平安科技的聯邦智能，京東數科開展的異步聯邦學習研究，以及同盾科技推出的知識聯邦理論體系。
要在多方競爭中佔據一席之地，無疑需要具備獨特優勢。李曉林指出，知識聯邦比聯邦學習的範疇更大、更系統，更有層次，“聯邦學習是知識聯邦的一個子集。”
知識聯邦作爲一套技術框架體系，與聯邦學習、區塊鏈、隱私計算、安全多方計算等其它技術領域都緊密相關。這些單一技術，在知識聯邦的不同層面各自發揮作用，共同服務於數據“可用不可見”的大目標。
同盾發佈的知識聯邦白皮書顯示，知識聯邦具有三大優勢：第一是全樣本觸達。聯邦後機構間的數據，雖然各自爲所有者控制，由於可以觸達更多的數據，其性能甚至會超越維度有限數據的中心化聚集方式。
第二是數據不動模型動。聯邦後的原始數據保留在本地，計算和學習也發生在本地，中心節點僅對參與方模型知識進行安全的聚集。弱中心化模式達成了效率和安全之間的平衡，尤其適合在強監管行業應用。對銀行等金融機構來說，知識聯邦的應用前景尤爲廣闊。
第三是知識也可以安全的共享融合。比如參與方通過NLP構建本地的知識圖譜和各種網絡節點的關係，再通過知識聯邦來構建更完整的虛擬圖譜，這樣既能幫助識別欺詐團伙，又能提升企業徵信的風控模型。人工的知識也可以融入其中(human in the loop)，自主自適應的構建和融合多源知識，提煉出最有效的洞見來做智能分析與決策。
李曉林說：“在知識聯邦的模式下，模型訓練時每個銀行和金融機構，各自的數據不需對外輸出，甚至連模型的參數都不用給到對方，只需要將模型梯度的變化加密後在密文空間裏安全的聚合。這樣攻擊者不能反推出源數據。”
基於知識聯邦理論體系，同盾科技推出了工業級應用產品智邦平臺（iBond），通過建立相應的任務聯盟，解決不同應用場景需求。
在2020年10月舉辦的全球人工智能大會智能金融高峯論壇上，同盾聯合浙江大學、復旦大學、百度大數據實驗室、360集團、平安科技、等學界業界等多家頂尖機構成立“知識聯邦產學研聯盟”，旨在實現數據安全前提下，共同構建優質數字技術生態。
李曉林認爲，按照目前人工智能發展態勢，2040年前後，人工智能將步入3.0時代，除數據、算力、算法三要素之外，知識要素將成爲第四要素。
開放智能大腦浮出水面
2020年11月，同盾人工智能研究院發佈知識聯邦技術體系下的數據安全交換(FLEX)協議，並於12月將其開源。該協議中包含一系列的約定，只要遵守這些約定，參與方就可以安全地加入到聯邦，無需擔心數據隱私會有泄漏風險，全面實現數據可用不可見。
協議背後，藏着李曉林和同盾對未來的野心。在李曉林看來，未來肯定不會只有知識聯邦一個聯邦平臺存在。
行業需要一套完整的聯邦數據安全交換標準，讓各個參與方在選擇使用聯邦平臺時有規可依，只要遵循相應標準，不同體系之間同樣可以實現數據交換，知識互通。
一旦參與機構(數據提供者)足夠多，聯邦規模足夠大，數據多樣性就有保障，也就會有更多機構(數據使用者)願意來使用聯邦服務，也會有更多科技型機構(模型和應用開發者)來提供豐富的算法、模型和應用。
屆時，知識聯邦可以充分發揮平臺作用，對參與機構提供的數據，以及科技機構提供的模型和應用進行評估，將數據作爲生產資料的價值發揮到最大。
李曉林將其稱之爲電商式的平臺，參與方在數據可用不可見的安全環境中，進行數據、模型應用的交換，甚至可以在區塊鏈等技術的保障下進行自由交易。而知識聯邦作爲平臺方，可以對參與方貢獻出的數據和模型評分。
良性循環就此建立，李曉林說，知識聯邦的應用範圍，也將不再侷限於某一個行業，而是有可能成爲貫穿各行各業的開放的智能大腦。
上世紀90年代，李曉林在浙大讀書時，人工智能尚是冷門專業。機器學習課堂上只有五六個學生，圖書館裏的資料大多是過期的油印本。如今的機器學習課堂，500人的教室常常坐滿，課上提出理論，課後甚至可以立刻做出樣品，一個學期的作業就可以做出自動駕駛的原型，行業應用不斷創新。
這一切都讓李曉林覺得，人工智能的下一個時代或許加速到來，在這其中，必然將有知識聯邦的身影。
聲明：文章不構成投資建議，轉載請註明來源與作者