可验证联邦学习框架ZKSL
搜索文档
聚焦 AI 时代大规模协作难题,蚂蚁数科全年超 20 篇技术论文入选国际顶会
扬子晚报网· 2025-12-31 19:57
公司技术成果与学术认可 - 2025年至今,蚂蚁数科已在顶级期刊和会议上发表论文22篇,其中超过85%属于CCF A类[1] - 研究成果通过独立研究、与清华大学、浙江大学、华东师范大学等高校建立联合实验室及定向科研课题等多元学术合作形式取得[1][2] - 研究成果覆盖NeurIPS、USENIX Security、CCS、NDSS、ICDE等多个前沿领域的国际顶级会议与期刊,标志着相关技术成果达到所属领域的全球领先水平[2] 聚焦AI时代的关键技术挑战 - 企业在智能化道路上正面临三大关键挑战:如何在分布式环境中建立信任、如何应对AI技术带来的新安全威胁,以及如何让大规模协同决策更高效[1] - 本年度研究成果集中在区块链共识协议、AI安全、可信计算等技术领域,旨在为企业大规模智能协作提供新的解题思路[1] 区块链与共识协议创新 - 公司与清华大学联合研发了Rondo协议,该协议能以极低的资源消耗为分布式网络提供安全、公平且不可预测的“随机数”[1] - 此项技术为智能体之间无需可信第三方的高效协作奠定了基础[1] AI安全与深度伪造防御 - 为应对AI深度伪造带来的安全风险,公司联合高校设计了一种全新的学习框架,可以将图像信息中的纹理、颜色、边缘等特征解耦并完成多尺度特征分析,大大提升深度伪造的“解题”难度[2] - 公司提供一种“关键遗忘”机制,让检测模型忽略常见的伪造痕迹,转而去捕捉更深层的伪造特征,从而提升对未知伪造手法的识别与预警能力[2] 零知识证明与可信计算突破 - 公司与华东师范大学合作,在零知识证明领域取得两项关键突破,提出了业界首个可验证图数据查询算法和业界首个可验证联邦学习框架ZKSL[2] - 这些突破旨在为企业间跨组织的智能体协作构建一个可信的底层协议层,以快速生成验证证明,确保协同决策的可信与高效[2]