众安科技CTO李雪峰：通证犹如下一个微信、支付宝

短短三年不到，已有一批金融科技公司完成了第一次进化：从初创期“什么技术都要试一下”的混沌探索中破壳而出，逐渐自我聚焦，走向轮廓愈加清晰的方向。

这其中就包括众安科技，比起成立之初包罗“ABCD”（人工智能、区块链、云计算、大数据）全线条的研发计划，如今的众安科技正在呈现融合聚焦之势：

在业务上，TSXFH五大产品条线，从深入区块链、人工智能技术的研究到输出全套的保险金融领域解决方案；

在技术上，基于ABCD四大技术，结合区块链、人工智能、密码学三大学科交叉研究，从区块链防伪溯源发展到资产通证，发力通证经济。

不论在业务还是技术上，亦或两者之间，众安科技都在逐渐拧成一股绳。

对此雷锋网AI金融评论专访众安科技CTO李雪峰，探究这种融合聚焦背后的原因与行业思考。

通证之于资产端犹如移动支付之于资金端

随着溯源等区块链应用的日渐成熟，业内越来越多的目光都移向了更深层次的通证经济，众安科技也不例外。

不久前众安科技推出了开放资产协议和保险通证产品，并以“通证未来”为口号将通证业务提到公司对外层面上的一个新高度，此前逢会必讲的步步鸡案例，也被如今的通证案例所代替。

众安科技为什么做通证？李雪峰用了一个类比来说明他对通证未来的看好：通证对于资产端的影响，将像微信支付宝对资金端的影响一样巨大。

“移动支付的产生实际是颠覆了全球支付形态，包括政策、审计、系统、IT改造等都要随之为它付出将近10年的进化。一样的道理，通证经济是资产端的创新，而且可能比资金端的创新更厉害。”

在他看来，通证作为一种存在于区块链上的虚拟数字凭证，借助其金融属性，把标准或非标的商品及服务进行通证化映射，让它们在区块链的空间内进行低摩擦、甚至零成本的交易和切割，将数字资产的金融业务充分衍生出来。“这是创造了新的市场蛋糕”。

事实上，有观点认为，通证经济是正在崛起的第三个经济体系，是一个与互联网平行、全新形态的数字经济体系，其规模将是互联网经济的十倍甚至百倍。

除了对市场前景的看好，李雪峰还提到了通证对技术输出的帮助：“以前我们跟合作伙伴去对接是很痛苦的，要约定成本、做PRD、做开放程序、对接系统开发，这些成本都很高。但通证是基于标准一致的接口和数据格式，用钱包对接就可以了。”

那么应该如何做通证？李雪峰以众安科技布局通证经济的“三步走”为例：

第一步，定义开放资产协议，向企业、个人、监管提供统一标准化的接口，从而解决如何让资产在区块链上流通的问题；

第二步，创建保险通证，打通共保、再保、保单质押、监管等环节，从而有效节省时间，保护数据隐私，同时助力监管；

第三步，资产通证由保险行业逐步扩展到银行、借贷、农业、供应链、共享等各个领域，实现基于通证的数据开放生态。

在他眼中，通证经济“先定义开放资产协议，在某一领域首先落地应用，然后逐步扩展到多领域，最后实现基于通证的数据开放生态”的发展路径显得清晰可见。

“我们完全相信，在不久的将来，在合规和审计的指引下，为通证资产衍生品服务的金融资产交易平台将会诞生，来帮助传统产业实现数字资产和数字资产二级市场的流动性。”

“联合学习+加密神经网络”解决数据隐私问题

如果说通证经济是区块链最大的未来，在抵达这个未来之前则还需要解决一个长期困扰业界的痼疾：数据隐私问题。

“事实上，数据隐私问题的解决涉及到普及性、时效性、成本等多重因素，即使在实验室里验证成功的方案在实际商业落地过程中往往也没那么容易，所以要在各种主要因素之间找到一个平衡点。”

而众安科技在区块链、人工智能、密码学三大学科交叉融合中找到了这个平衡点，即用“联合学习”（Federated Learning）来代替需要集中大数据的标准机器学习，同时采用“加密神经网络”对数据进行加密。

“让用户的数据保留在手机等个人智能终端上，并在这个终端上完成训练，然后更新到我们的AI平台上，与其他用户的模型合在一起平均化，然后改善共享的模型，这其实就是联合学习。”

 众安科技高级研究员李宏宇补充道，“这样我们和用户之间的联合，不再是数据层面的、而是模型层面上的联合。”李雪峰接着强调，“我们不搞数据大集中”。

雷锋网(公众号：雷锋网)AI金融评论了解到，“联合学习”是Google Research博客去年介绍的一个在机器学习上的新方向，“联合学习”使手机等个人智能终端协同学习一个共享预测模型，同时将所有的训练数据都保留在设备上，这样就实现了将机器学习与数据存储在一定层面分离开来，从而达到保护个人数据隐私的目的。

（）

（图片来源：Google AI Blog）

接下来还有一个担心的问题需要解决，即个人模型在上传到中心平台的过程中会不会也有隐私泄漏的风险？

这里面临两个问题，一是在传输过程中可能会被截获；二是可能会被服务器端解密后反向恢复出个人数据。

针对这个问题，众安科技给出的解决方案是——加密神经网络。

首先在个人智能终端上运用同态加密、多方安全计算等，对数据模型进行加密，来防止传输过程中的泄漏；

然后在服务器端对联合学习得到的集成模型（而非单个个人模型）进行解密，来避免对单个个人模型解密可能导致的数据反推恢复，“这是加密神经网络的重点”，李宏宇强调到。

“区块链、人工智能、密码学三大学科是互补互通的，它们之间的交叉融合是天作之美。过去不可变，未来不可算。你要记住这是这三大学科集成之后的10个字。”李雪峰补充道。

事实上，一个可见的趋势正在变得愈加明显：人工智能、区块链、云计算和大数据等新一代信息技术，在实际商用过程中彼此的技术边界正在越来越模糊，可预见的是，未来的技术创新也将更多集中在这些技术交叉融合的区域。

尤其在金融领域，这些技术将会形成融合态势，从而推动金融科技发展进入下一个新的、深化的阶段。

采访的最后，谈到通证业务及相关技术何时变现的话题，李雪峰坦言“目前还没有变现的概念。”

“你只要做就可以了，科学发展规律就是这样，今天的主干可能明天就死掉了，今天的分支可能成为明天的主干，所以只能看趋势，不要老盯着近期目标走路，低头看着目标走路一定会摔跤。”（雷锋网）

。