数据需要治理！全球顶级大咖汇集SDBD2020探讨数据共享最新实践

8月25日，SIGKDD·SDBD2020 第二届智能数据和区块链应用国际研讨会在线召开，在数据经济大背景下探讨数据治理与共享之道。

ACM SIGKDD2020（知识发现和数据挖掘会议）是一年一度全球最顶级、最高水平、最具影响力的数据科学盛会，本次SDBD国际研讨会作为KDD大会中聚焦智能数据和区块链等新兴技术的专场Workshop，由新加坡管理大学及算力智库共同举办。

算力智库创始人燕丽表示：“今年国家把数据提到生产要素的高度，标志着行业风口的到来。算力智库一直在跟踪智能数据、隐私计算和区块链赛道中的好公司、好应用，希望通过第一手原创深度报道和研报推进产业与生态的发展。”

会上，来自全球的学界与产业界专家从数据作为资产的维度探讨了前沿科技赋能数据共享的最新实践，并倡导“技术＋制度”双轨并行充分挖掘数据要素的更大价值。

1数据治理是数字经济前提

人工智能、区块链等科技让数据成为了智慧数据，但所谓数据经济则不止于智慧数据。新加坡管理大学教授朱飞达认为，在谈论科技如何让数据变得“可计算”之前，还必须认识到一个前提——数据是资产，数据需要治理。

然而即便是这样一个大前提，人类也花费了很长时间才认识到。朱飞达教授表示，数据经济历经了三个阶段。第一阶段数据只是商业活动的副产品，人们更多用数据来理解过去。第二阶段是大数据与数据经济的兴起，在这一阶段数据被少部分企业垄断而得利。第三阶段则是数据驱动经济，数据成为了驱动所有机构组织的共享资产。

翼方健数（baseBit．ai） CEO罗震认为，从信息时代到智能时代，数据正在更多被机器和计算程序使用，也让机器更加智能化。作为信息时代的遗留物，数据具有独特的经济学特征，如虚拟可再利用、固定成本高、可变成本低，同时也在隐私、合规、机密、安全性等非经济学维度显示出鲜明特征。

事实上，人们在认识这些数据特性的过程中已经付出了代价，缺乏治理的数据泄露案例造成巨大损失。

新加坡国立大学副教授何丙胜表示，数据泄露已非孤立事件，各行业都有相关事件。在教育、医药、能源、健康等领域，每一起数据泄露事件造成的平均损失都至少在500万美元以上。

这些负面案例不仅承载了巨大的经济损失，更消耗了整个社会对数据共享的意愿和信心，让本就基础薄弱的数据共享愈加困难。

罗震指出，数据本质上不能被安全共享，但应该在不共享数据本身的前提下实现数据价值共享。

当然这就更难，最著名的阻碍就是数据孤岛。何丙胜教授以医院数据为例表示，不同的医院有不同的病人，但其实病例有许多相似性。医院、银行、电商，他们各自的数据实际上是分别掌握了相同人群的不同方面。

朱飞达教授的研究发现，数据生态系统中存在两大瓶颈。第一大瓶颈存在于个人、企业、政府等不同角色间。第二大瓶颈存在于数据、模型和应用间。

在个人与企业间，用户作为数据的贡献者不仅被排除在价值分配之外，对自身数据的认知与控制也十分有限，更要承受隐私泄露风险。个人与政府间则存在隐私与数据泄露的担忧。政府部门间因制度原因存在“数据高墙”，企业之间数据孤岛现象普遍，在企业与政府间数据共享缺乏激励。

另外，在数据端，数据来源不明，质量差；在模型端，模型的设计与训练难以获取真实用户数据；在应用端，缺少先进的模型造成了低层次的数据智能。

朱飞达教授认为，问题的根源并不在于数据智能本身，而在于数据治理。数据资产治理的核心要素是信任＋激励。其中，信任可以通过联邦学习、差分隐私、安全多方计算、TEE等来实现，而激励则通过数据定价、数据挖掘、机器学习、通证经济等来实现。