9月3日，WAIC 2022·可信隐私计算高峰论坛在上海世博中心举行。本次可信隐私计算高峰论坛由世界人工智能大会组委会办公室指导，中国信通院云计算与大数据研究所、蚂蚁集团、机器之心主办，隐私计算联盟、隐语开源社区共同支持，上海市经济和信息化委员会副主任张英出席并发表了致辞。

论坛上，中国科学院院士王小云、美国三院院士Michael Jordan领衔，加州大学伯克利分校计算机系教授Dawn Song等20多位产学研界顶尖专家共同探讨了新一代人工智能技术的安全与发展，讨论可信隐私计算技术的挑战和未来。锘崴科技创始人、董事长王爽教授应邀出席此次论坛并参与圆桌对话。

圆桌对话环节由华东师范大学、数据科学与工程学院副教授陈岑担任主持人，多位产业界、学术界嘉宾共同探讨隐私计算产学研用的价值闭环。

隐私计算是一套跨学科的底层技术体系，不应简单地把其发展当成一个纯粹的技术问题，更多的应该是「产学研用」的分工协作。目前隐私计算正在快速发展，本次圆桌通过「产学研用」的视角，讨论目前隐私计算整体发展现状、遇到的问题、未来的发展方向以及如何最终实现隐私计算最终价值闭环等问题。王爽教授从技术的前瞻性、隐私计算人才培养、产学研用等方面进行了分享和交流。

隐私计算是一个新兴的、需求驱动的应用技术，技术路径需要满足客户在业务场景的需求。王爽教授表示，隐私计算技术的前瞻性和客户需求之间需要平衡。从科研角度来说，技术的前瞻性是需求也是必要，是科研工作存在的意义，但会超出客户当前需求。而企业研发则需要以客户需求为中心。但事实上，这两点并不矛盾，企业研发除了需要解决客户当前的需求，还需要创造新需求，这就需要学术或技术的前瞻性作支撑。以同态加密为例，这一概念在上世纪八十年代就已提出，但真正突破是在2009年Gentry的全同态加密算法。落到实践中，很多大厂也会在前沿性技术研发上投入很多预算，这些投入并不是盲目的，而是根据所预测的客户需求有针对性的投入，这实际上就是对技术前瞻性和客户需求的平衡。

锘崴科技在这一方面也有一定经验。锘崴科技创始团队从2014年开始举办iDash隐私计算大赛，比赛聚集了产业界、学术界的不同领域专家，比如密码学、机器学习等。通过大赛，能够听到不同的声音、发现实际的诉求，再反馈给科研人员，以期能将前沿性技术落地来满足实际需求。

对于隐私计算人才的培养学术界和产业界是否有结构性的供给需求错位的问题，王爽教授表示，隐私计算实际上是一门交叉学科，涉及机器学习、密码学等非常多的领域，会应用到不同场景，比如医疗、金融等，这也就意味着行业需要复合型人才。此前国内的大学专业设置相对单一，但是近年来开始出现了很多跨学科或者融合学科的专业，或者是双学位的设置，这让隐私计算这类交叉学科，可以很好避免结构性错位。

目前，隐私计算赛道正处于急速上升阶段，但因其尚属新兴赛道，市场亦尚未成熟，技术、场景等各方面均有着很多不确定性，需要多举措构建产学研用价值闭环，持续推动行业发展。王爽教授对比国内外隐私计算产学研差异，分享了产学研经验。

产学研结合可以分为广义和狭义。广义上来说就是培养人才，进行科研继而商业转化的过程。狭义来说则是企业、高校、科研机构利用自己的资源或优势，在互补的情况下，基于某一个项目进行合作。产学研的实现路径很多样，比如可以通过成果转化的方式，即高校或科研机构申请专利，企业购买或得到授权进行使用；另一种是高校或科研机构在产生了科研成果之后，通过企业进行创新性孵化；或者是国家级的项目中共同参与，例如锘崴科技今年参与的科技部“十四五”重点研发项目，与多家三甲医院合作，构建全国性的专病数据队列，通过隐私计算覆盖一百多家医院、十万余个病例；另外还有以成立联合实验室的方式进行产学研合作。

此外，本次论坛特设论文poster专区，分享国内外隐私计算前沿学术进展，王爽教授论文成功入选并展示。

除此之外，在同期举行的「数据智能与内容认知高峰论坛」，由上海市产业互联网专委会指导、朋湖网撰写的《2022建立统一大市场下，隐私计算的应用市场研究》正式发布。本报告以“建立统一大市场文件发布，明确加快培育统一的技术和数据市场，引发隐私计算需求热”为研究背景，重点聚焦在新政策下隐私计算技术的特点和应用场景前景，对国内外几家具有代表性的隐私计算厂商和几大落地场景进行分析，并列举分析差异化应用及对其他“统一大市场”中产业转型的赋能过程。锘崴科技凭借优秀案例成功入选该报告。