该协议约定了联邦过程中参与方之间数据交流顺序，以及在交流前后采取的数据加解密方法。
个中包含一系列的约定，只要遵守这些约定，参与方就可以安全地加入到联邦中，无需担心数据隐私会有泄露风险，全面实现数据可用不可见，为人工智能3.0时期奠定主要的根本。
AI3.0的轮廓已依稀可见
同盾科技合资人、人工智能研究院院长李晓林教授以历史的眼利巴人工智能的发展分为三个阶段，他认为大约每隔30年，人工智能将会迎来一次革命性跃迁。
当下，我们正处在人工智能2.0时期。
人类学习依赖人的大脑，是小数据学习的模式，而人工智能的机器学习、联邦学习都离不开大数据。
算法、算力和数据被普遍视为人工智能发展的三要素。
人工智能2.0时期，大数据是人工智能发挥主要浸染的引擎，但目前数据智能所面临的寻衅也近在面前，数据孤岛、数据安全交流等成为制约AI技能运用的瓶颈，也是AI始终无法打破超越人类智能的那个“奇点”。
李晓林教授认为，当人工智能步入3.0时期，除数据、算力、算法三要素之外，知识要素将成为第四要素。
基于新的四要素，AI3.0会建立一个全面反响人类智能的、可阐明、可因果推测、可共享的泛在生态，优化用小数据和点滴知识去实现全面认知和推理的能力，并且能够做出更加繁芜、自主化的智能决策。
如何把分散在不同的行业或领域里的知识，充分地利用起来？同盾人工智能研究院知识联邦技能体系中的数据安全交流协议应运而生。
或将改变游戏规则，数据安全交流协议是什么？
以万维网和HTTP协议的涌现为标志，信息革命被迅速引爆，与其说是一种技能，倒不如说它是对信息的存储和获取进行组织的一种思维办法。
数据安全交流协议同样是一种组织和思维方面的革命，不同的是，这是发生在人工智能领域。
联邦表面上看只是将不同的参与方连接起来，作为一个整体共同参与联邦运用，但实际上它并不是大略地连接和通信。
除了连通之外，联邦还要担保在交互过程中不会泄露参与方的数据隐私。
以是，联邦的实质是多个参与方之间的数据在时空中的安全交流，并由此产生代价在时空中的实现和交流。
目前为止还没有一种数据安全交流标准形成，能让各方确保数据交流过程的安全性是有保障的，进而乐意加入到联邦中。
一旦参与机构(数据供应者)足够多，联邦规模足够大，数据多样性就有保障，也就会有更多机构(数据利用者)乐意来利用联邦做事，也会有更多科技型机构(模型和运用开拓者)来供应丰富的算法、模型和运用。
从图中展现的联邦生态构建过程可知，数据安全交流是全体联邦生态的核心。
为了担保联邦生态的顺利培植和良性发展，业界亟需一套统一的数据安全交流标准，支持各种联邦运用落地。
基于此，同盾科技人工智能研究院提出了联邦数据安全交流(Federated Learning EXchange，FLEX)协议。
FLEX协议约定了联邦过程中参与方之间数据交流顺序，以及在交流前后采取的数据加解密方法。
只要参与各方能够遵守这些约定，就可以安全地加入到联邦中供应数据或利用联邦做事，无需担心数据隐私会有泄露风险。
FLEX协议共供应了5大类17个协议，并定义了与联邦算法干系步骤的接口，也便是参数的输入和输出。
至于联邦算法中的其它非干系步骤，FLEX是不关心的。
而联邦算法在实行中只在须要多方数据安全交流时才调用FLEX协议，供应输入参数并吸收输出结果，无需关心FLEX内部是如何加解密和通信的，更不须要关心其它参与方是谁、其它数据存储在哪里等问题。
知识联邦重塑数据生产关系
未来的社会，数据是生产资料，人工智能是生产力， 知识联邦是生产关系。
目前，数据作为生产要素驱动了人工智能的发展，人工智能的打破是生产力的打破，它供应了一种提升效率的方法。
而知识联邦则是一种新型生产关系，它能够改变我们利用数据的办法，实现数据等生产资料在韶光和空间上的代价转换和交易。
联邦尤实在用于开展跨机构的数据资产协作，有助于促进不同主体之间的数据共享和优化业务流程。
基于联邦技能，做大数据剖析就不须要再网络获取数据，而是直策应用数据即可，数据所有权不会发生变革。
数据的拥有者真正实现对数据的所有，最大化数据在多种场景下的多次代价实现，其它机构都是按照联邦协议利用数据。
与过去比较，数据资源的所有权变了，相称于生产关系中的一个主要要素也就改变了。
联邦供应了一种数据安全的分布式打算环境，使数据不用集中到一家机构，也能实现智能打算和剖析，降落数据共享阻力和合规风险。
可以说，联邦的运用有望旋转当下数据日益集中化的趋势，避免中央化垄断，重新平衡各方利益。
也会进一步推动数字经济向开放共享的方向发展，从而彻底重塑数据的“生产关系”，首创数字经济时期的新模式。
来源：中国新闻网