当前，数据安全、数据孤岛等问题让释放数据价值掣肘颇多，如何充分保证数据安全并提升数据融合能力尤为重要。9月17日，北京瑞莱智慧科技有限公司（以下简称瑞莱智慧，RealAI）发布了全新升级的隐私保护计算平台RealSecure。瑞莱智慧是清华大学人工智能研究院孵化的产学研技术企业。

瑞莱智慧合伙人朱萌表示，此次发布的RealSecure平台能够在确保数据隐私保护的前提下促进数据流通，实现“数据不出库、模型多跑路”，以保护数据隐私和数据安全，为人工智能等创新应用提供更好的数据环境。

其中，“数据不出库，模型多跑路”是该平台的核心功能，在数据不出本地、无中间方作为协调者的前提下，完成多方参与的模型训练并获得可投入生产的模型，既保障数据隐私安全，又以AI的方式驱动整个数据处理闭环。

近年来，隐私计算已成热门赛道，但从效果来看，隐私计算市场仍处于早期阶段，规模化的商业落地面临挑战。究其原因，大部分隐私计算的技术栈在遇到不同算法时，需要堆人力对算法进行一对一的剖析和改写，来将其联邦改造或“隐私计算化”，这就导致这项工作成为一项劳动密集型工作。

针对这一痛点，RealSecure平台通过自研的隐私保护AI编译器架构实现与传统算法的自动编译和一键适配。

“传统的做法可理解为‘雕版印刷’，我们实现的是‘活字印刷’，兼容主流机器学习算法，无需改写，只要调用函数，在编译器里重新编译一遍就可以。”朱萌解释道，“RealSecure平台可以让数据科学家以最熟悉的方式使用隐私计算，大幅提升易用性，这也是加速隐私计算落地的最优路径。”

安全和性能，是衡量隐私计算的核心指标。瑞莱智慧在安全性上构建了严谨且可论证的“事前”“事中”“事后”安全体系。通过编译器驱动高效加密算法的优化，瑞莱智慧在隐私计算的性能上实现量级式飞跃，领先业内平均水平数十倍，隐私保护下完成全流程建模，总耗时实现从日级别缩短到小时级别。

朱萌表示，隐私计算的终极价值是解决各个数据应用场景中的业务问题，其本质是应用人工智能挖掘数据洞察，服务智能化转型。所以隐私计算需在场景需求尤其是人工智能需求的牵引下，在实现跨业、跨域数据融合的同时深度挖掘，以实现数据价值的闭环。