浪潮卓數｜大數據轉型 重標註可供訓練
原文刊於信報財經新聞「CEO AI⎹ EJ Tech」
大數據與人工智能（AI）息息相關，生成式人工智能（Generative AI）崛起，令企業對數據安全與應用的認知大幅提升。浪潮卓數大數據產業發展有限公司（下稱浪潮卓數）粵港澳大灣區總經理吳爍接受本報訪問時稱，大數據產業的行業競爭，已由單純追求數據規模，逐步轉向強調數據質素及標記準確度。數據安全從早前的「合規成本」，亦轉為企業「核心競爭力」。
競爭由追求規模變為質素
浪潮卓數自2017年成立，經歷了AI技術由走進大眾視野，到掀起全民熱潮的過程。吳爍相信，生成式AI迅速崛起，為自己所處的大數據產業帶來結構性改變。過去行業普遍追求數據量級，現如今就重點關注數據的「可訓練性」。
以浪潮卓數合作的自動駕駛科企為例，對方過去依賴海量行車影片數據，現時就需要對影片的物體精細化標註，以及場景語義分割（Semantic Segmentation）。吳爍認為，高質素的數據正逐漸成為新的行業競爭壁壘。
吳爍指出，企業過去通常把數據安全，視作應對《通用數據保障條例》（GDPR）等法規的成本。生成式AI所帶來的數據洩露風險，例如模型逆向攻擊，導致訓練數據曝光等實例，已令企業意識到安全能力可直接影響商業的可持續性。
日前，國務院總理李強在《政府工作報告》提到，要促進及規範數據跨境流動。吳爍認為數據跨境流通，的確能激活產業創新、為政府治理提供新工具，以及催生全新商業模式等好處。
聯邦學習較安全惟成本高
從業界角度來看，吳爍表示，現時仍面臨若干實際挑戰。各地政策和規定存在差異，數據分類標準、審批流程未有統一，對企業而言合規成本較高。在技術層面，如何保障跨境流通時不丟失數據主權，是不少企業重點關注問題。聯邦學習（Federated Learning）等機器學習技術，雖能有效保障數據安全，惟成本高昂及延遲時間較長，不適用於對時效性要求極高的應用場景。
吳爍認為，聯邦學習有其限制，但亦有不少實際案例。他舉例，內地某三甲醫院與12間基層醫療機構，合作構建糖尿病併發症預測模型。這些機構的原始數據，全程都留存在本地，透過加密方式共享及更新模型參數。
採訪、撰文：周泳彤
支持EJ Tech
如欲投稿、報料，發布新聞稿或採訪通知，按這裏聯絡我們。
