开门见山，本期算力隐私数据安全专栏特邀郭嘉，抛出3个问题，大胆构想无第三方和组件化的联邦学习技术未来。这一年，有幸零距离接触数百家客户，我想以一种更直接的方式来说一说联邦学习是否能落地银行的问题。（《阿凡达2》会讲一个什么样的故事呢？十年磨一剑，敬请期待。）
联邦学习的第三方协调器难道不是诟病吗？
问题二：进银行这样的机构，如果是敲命令行的产品，怎么可能说服领导？
问题三：机构采购了建模平台甚至建模方案，是不是意味着自己的工程师成为鸡肋？
相比有第三方参与的方案，基于MPC无第三方参与的方案对于参与方的隐私数据的保护更彻底。基于MPC的核心思想，富数即将推出的Avatar2.0大版本将从底层的基本算子和简易函数的计算开始，完成无第三方的产品升级。这项技术能够在保证信息安全的前提下，让投研机构利用非公开数据资讯和信息，更好地发掘和预测股票的波动。
通过组件化的IDE，富数
问题一的答案：银行级客户很难接受有第三方的方案，因此富数实现了无第三方的联邦学习。
问题二的答案：联邦学习很难通过命令行产品来说服银行客户领导，因此图形界面更容易理解。
问题三的答案：让合作伙伴参与联邦学习平台建设，将适合自身业务的算法组件开放给工程师，更合适。
郭嘉是富数科技的高级总监，负责隐私计算的解决方案与业务落地。
写在结尾，如果您对数据隐私、数据安全共享技术等领域有独到观点分享，欢迎投稿！投稿邮箱：hehaohua3h@163.com。文章所载观点仅代表作者本人，不构成投资建议，敬请注意投资风险。
