5月8日，PlatON首席生态官乔红涛先生（Jason Qiao）应锌链接邀请，在“越你聊锌-区块链专场”开展文字分享活动，以“区块链隐私计算如何保护隐私”为主题，就区块链隐私计算的行业现状、应用案例及未来前景展开讨论。
当晚，乔红涛先生围绕隐私计算行业的现状与应用情况，运用自身扎实的专业知识，在一个半小时的分享环节，热情回答各方提问，使得社区用户收获颇丰。
以下是本次分享活动的文字整理（有部分不影响原意的删改）：
隐私安全计算的现状与未来
1、目前隐私安全计算的行业格局是怎样的？业内对隐私计算的认知处于什么水平？
2019年是隐私计算的元年，隐私计算处于刚刚起步的环节，是过去十年区块链发展忽略的地方。但是，随着人工智能的兴起及大家对隐私数据的关注，隐私计算成为了世界性话题。
肖总曾经提出过隐私计算领域发展的四个阶段：理论、技术、工程、应用。在海外，隐私计算在华尔街其实一开始就受到重视，华尔街主流机构很早就考虑如何让区块链落地。比如我以前工作过的公司摩根大通，采取的是以太坊+quorum（constellation）,类似于通过状态通道解决隐私问题。还有大家熟悉的瑞士银行，就是首先以保护客户资产信息隐私而著名。没有隐私就没有金融业。当然，中国在隐私计算领域不落后于海外，目前已经找到了理论工程化的技术路径，行业也正一起在工程化系统化方面共同努力，走向应用。
2、目前隐私安全计算行业发展的潜力点是什么呢？
上一次工业革命是石油+内燃机的革命，而接下来，我们看见的将是一场数据革命：数据是石油，计算是内燃机，而隐私计算是将这二者完美地结合起来。
隐私计算给数据确权，让数据安全地被调用并且运算。在此情况下，各行各业都会被影响。例如，Uber是一家实实在在的数据加运算公司，而绝不是一家出租车公司。它并不拥有任何出租车，也没有和出租车司机签订任何协议，但是却垄断了现在的出租车市场。只是通过利用用户的地理位置信息和打车供求关系，运算出一个最优路线，并把定价卖给出租车公司，抽取了30%的利润。在区块链领域，只要是需要数据及运算，就可以在PlatON上运行类似Uber这样的“独角兽”甚至其他多个行业公司的应用。
PlatON的隐私安全计算应用
3、介绍一下PlatON的基础架构和技术逻辑，它是如何赋能于隐私安全计算的？
Platon的技术构架主要包括三个核心技术：MPC、VC和同态加密。从技术角度来看，我们的目标是打造一个去中心化的隐私计算网络。在这个网络上，包括了数据、算法和算力等基本要素。
PlatON实现高扩展的链下可验证计算,支持繁重、复杂的计算密集型任务,同时采用可验证计算算法来实现数学可证明的计算正确性；通过安全多方计算和同态加密算法实现真正的链下隐私计算,整个计算的全流程能保证数据隐私,不存在安全边界的隐患。
另外，PlatON 定位于给所有去中心化系统(包括区块链、分布式人工智能、科学计算等) 提供基础设施(包括网络、存储、计算等)，平台不仅可以做区块链智能合约隐私计算和交易，同时也可以作为其他有分布式隐私计算需求的场景，如隐私AI。
4、同行业的竞品有哪些？大家需要解决的焦点问题分别是什么？
PlatON没有直接竞品，是第一条有隐私功能并同时解决不可能三角问题的公链。从区块链角度看，我们重点解决区块链的可扩展性和隐私问题。
目前打着“隐私保护”旗号的项目也有不少，但从定位、算法技术、实现路径上，PlatON还是与他们有着显著的区别。如Zcash使用zk-snark技术，目的是保护交易隐私数据，主要是将交易的有效性计算转化为零知识证明；又如另外一个项目Starkware，使用的是zk-stark的技术，目的是保护交易隐私数据；摩根大通一直在寻找隐私计算的解决方案，第一代是Guorum，第二代是Zk-snark，第三代也许会考虑基于MPC隐私计算。因为摩根大通目前的coin底层技术主要是用作银行间的信息互换，即IIN（Intrabank Information Network）。这显然需要企业间、银行间的多方运算，是一个典型的MPC场景。
不过，在某些应用上，我们是有竞品的。比如说PlatON开发的私钥管理系统KMS，在国内属于首创，在美国有一个竞品为Unbound。Unbound和高盛合作，解决私钥的存储及调用的安全。而KMS是多方的门签技术，完整私钥在整个产品的生命周期不会出现，大大降低了被黑客攻击的风险。
5、在具体区块链隐私安全计算技术的应用场景中，PlatON项目曾遇到过什么瓶颈？当时的解决方案是什么？
首先，最大的瓶颈其实是用户体验所需要的整个配套设施。尤其是对B端，因为B端客户已经有很多系统，不可能重换，所以难点就是兼容现在的系统，这导致了我们初期很多的瓶颈就是针对每个具体行业要做定制。
在解决方案上，首先是要有理论突破，其次是工程实现突破。在理论上，我们与学术界广泛学习和合作，比如与武汉大学建立了联合实验室，与马里兰大学深度合作等。在技术上，我们在无前人无可参考的经验下逐渐摸索，终于找到了明确的技术实现路径。下一步是产品化、应用化，目前我们也在这条路上了。
我们做的第一个基于隐私计算的产品是KeyShard，适用于数字资产管理，可以将技术能力转化为产品和应用。
重点要提的是一个痛点。过去十年币圈基本上是散户。大家总说，下一个牛市来临，其中最主要的因素就是机构入场。但是机构入场的最主要制约隐私的是资金安全问题，涉及到的最核心问题就是如何管理私钥。对于我们来说，如何把基于门签技术的私钥管理系统落地，需要和业内产业链深度融业，比如和交易所进行对接，提供给矿池系统，甚至给加密货币保险公司提供定价。我们认为，如果把这个资金安全问题彻底解决，大家会看到机构资金的真正投入，币市就真正迎来一个大牛市。
隐私安全计算的行业应用
6、你们是如何把区块链隐私安全计算技术运用到医疗、保险等具体场景的？
关于应用，其实最主要是三大块内容——金融、医疗、保险。
在金融行业，以前传统模式是把资金给金融公司或者基金经理，然后提供金融服务，导致的最大问题是风险集中、对手跑路风险和客户资料泄露。如果使用隐私计算，其实基金经理可以把量化策略做成一个算法，投资者只需要调用这个算法在自己的钱包或者账户里操作即可，比如指数基金的每月调仓信号。这样解决了一个金融业一个最大的痛点，即系统性风险。
另外，在医疗领域，例如DNA病例等数据。这对个人来讲是非常隐私的数据，一般人不愿意售卖；另外，一些国家对这类生物数据有非常严格的法律保护，因为这些数据一旦泄漏出去，可能受到生化武器威胁。但是，如果医学组织想要对世界上一些罕见病进行数据分析和研究，制造精准的靶向药物，那就需要多国家、多种族的样本，这样才能得出更有效的研究方案。隐私计算可以解决这两者间的矛盾。
其他的比如保险、联合征信、信用额度分数、开放银行等，都需要多家银行、券商和其他金融机构，共同协作成立征信平台，通过数据的共享减少真实信息核查的成本。
正如我们以前说的，其实隐私计算将会开启一个全新的落地应用时代。如果有隐私计算解决方案，区块链落地就会从简单的支付类变成真正的商业应用。我们一直提到，要将区块链带入主流，其实没有隐私计算是基本不可能的。比特币和以太坊不管如何发展，没有隐私计算所支持的KYS和AML，很难成为全球支付的主流。这点与比特币作为类黄金不矛盾。所以我们认为，落地和应用的最大痛点不是TPS，而是隐私。TPS就如同高速你开100还是200miles,但是隐私计算是有没有驾照的问题。
7、除了金融、交通、医疗保险领域，你觉得未来区块链隐私计算技术还可以应用到哪些领域？
只要是能用到数据+计算的行业，都可以使用PlatON。我们认为，第四代数字革命，是基于石油和内燃机的工业革命后又一次伟大的革命。这个包括生产力和生产关系的双重革命是渐进式的，非暴力的革命，会在传统利益获得者和新型行业间实现对接和协调。
很多传统公司包括互联网公司都会重新改写商业模式。比如刚刚颠覆出租车公司行业的Uber，也许会变成PlatON上的一个DAPP而已。所以，我们也许会看到以后行业间的区别越来越低，只要是要用数据和运算支持的商业模式都可以在PlatON上实现。但是初期仍然是以金融、医疗保健，物联网为主。
我们的隐私计算能力致力于在数据隐私不被破坏的前提下，多方仍然能够进行协同计算，得出想要的结果以达到共同协作的目的。所有有数据共享需求的场景都可以应用隐私计算，比如联邦学习、物联网、广告业等。在这个过程中，算法提供方、数据提供方、算力提供方都可以建立自己的商业模式。我们相信，可应用的领域和场景非常广泛，且新的分布式商业即将形成。总的来说，就是以数据为核心，想要货币化数据的领域都是我们要变革的领域。
8、PlatON创始人肖风博士分享过分布式AI平台如何解决数据的问题，你对这种分布式AI平台的理解是怎样的？
的确，肖总在2018世界人工智能峰会上说过，区块链加上加密算法是一对绝配。互联网是“信息机器”，区块链是“事实机器”，它们的结合将满足AI对数据的需求，数据隐私会得到保护，数据资产会得到确权，数据共享会得到激励，数据计算会得以开放，数据治理会得以有序。未来三到五年内，一个去中心化的分布式AI平台或将出现。
很多人工智能学家讨论的都是基于中心化的机制、中心化的数据平台去训练AI算法，得到一些结果。其实这是一方面，所谓分布式的AI平台指的是另一方面，就是能不能用分布式、去中心化的AI平台把中心化平台无法提供，或者不能提供的数据都搜罗出来，然后达成我们想要达到的研究目的。有了这个平台，一个科学家可以在这样的平台上面发布自己的需求征集数据所有者，征集算法所有者，征集算力所有者，完成自己的一项科学研究。
这种平台基于区块链和密码学技术的同步发展，是可以实现的。可以期待三到五年之后，一个去中心化的分布式AI平台会出现，不再需要依靠中心化的机构，也不再需要中心化机构的数据。
总的来说，隐私保护是所有大数据和AI技术的基石，类似于宪法。没有隐私保护的AI就是作茧自缚。
9. 你觉得区块链和密码学算法未来将会以怎样的趋势发展？
大家过去认为密码学就是区块链，其实这是一个误解。区块链只是密码学中的第一个应用，尤其是在点对点的支付系统上，密码学的主要应用还是在以隐私计算的数据方面。
现在，现在有越来越多大学的密码学家开始加入到区块链的创业团队当中，例如斯坦福、MIT、马里兰大学和伯克利大学的密码学家，大家纷纷加入到了区块链行业，投身到数据的隐私保护和数据的协同计算。
通过这些密码学家我们了解到，密码学界研究方向正在发生巨大的转变，今年的美国密码学年会和欧洲密码学年会目前为止接到的论文和议题有一半是安全多方计算MPC。数据隐私保护成为了最热门、最重要的话题，PlatON区块链项目就是致力于用加密算法加上区块链技术解决数据多方安全计算的问题。我们已经在工程上实现了两方安全计算，今年年中会实现三方的安全计算，之后多方安全计算就不远了。
总体来说，我们觉得过去十年区块链发展所忽略的隐私计算，从今年开始得到了整个学术界和实业界的高度重视。所以我们称今年是隐私计算元年，PlatON致力于做隐私计算的领航者，给所有的区块链都穿上衣服。致力于在使用区块链、人工智能和大数据的同时，捍卫人类的隐私和基本权利。
在分享活动最后，乔红涛强调：隐私计算是一个重要到不能再重要的事情，希望今天的分享能够让更多的人来高度重视隐私计算领域，也能够加入到PlatON的生态建设中。我们的技术团队、生态基金及海外合作伙伴会致力于实现我们的目标而努力。In code，we trust；In privacy, we cooperate.