在隐私计算大规模应用落地的关键节点，以下这些问题您是否也有一样的困惑及思考？
从标准化和测评的行业全局性视角看，目前对于「隐私计算」，学术界和产业界都形成了哪些共识？
对于隐私计算产品是否有一定的共识，比如落地产业界是否一定要做硬件？
怎么看隐私计算领域相关公司开源，对于行业标准化和共识的影响？
隐私计算真的需要那么多公司吗？需要那么多的技术解决方案吗？
隐私计算的技术方案会不会随着产业落地，进一步收敛？
对于隐私计算人才的培养，学术界和产业界是否有结构性的供给需求错位？
此次 WAIC2022 第二届隐私计算学术交流会圆桌环节，我们邀请到：华东师范大学，数据科学与工程学院副教授 陈岑（主持人）、锘崴科技创始人、董事长，四川大学华西医院特聘教授，同济大学附属医院客座教授 王爽、深圳国家金融科技测评中心有限公司技术服务部总经理 吴祖顺、富数科技副总裁兼安全计算首席专家 卞阳、洞见科技首席技术官 何浩等多位产业界、学术界嘉宾一起来探讨隐私计算产学研用的价值闭环。
隐私计算虽然是近期随着各种数据安全法案的发布逐渐引起各方重视，但这项技术并不是最近突然冒出来，而早在 20 世纪 70 年代起，包括多方安全计算、同态加密、零知识证明在内的相关技术理论就被陆续提出了。
那为什么最近「隐私计算」会取得爆发式的发展？很明显一方面是技术发展到了一个相对成熟的阶段。而另外一方面则来自于金融、医疗、政务乃至目前如火如荼的 web3 领域，应用端都对隐私计算的发展提出来了旺盛的需求。隐私计算在新时代下，找到了自己新的价值之所在：成为数据智能流通网络的基石，服务于数据要素化市场的建设。
现在我们再回过头看整个隐私计算发展的历史进程，可以明显看出这个发展是带着很强的「产学研」结合的特色。一方面是在这个领域创业者有着强科学家背景，要么整个团队和学术界有很深的合作。
隐私计算是一个底层技术，这就意味着它本身的发展不是一个短跑，而是一个马拉松。它还有很多问题需要去解决，比如当它服务数据要素化市场，这个目标本身就是一个极其复杂和富有挑战性的。这个时候就需要更广泛的合作，而不是闭门造车。
所以从这个角度而言，我们不应该简单地把隐私计算当成一个纯粹的技术问题，很多时候，它其实还是一个「产学研用」分工协作，如何最终实现隐私计算最终价值闭环的问题。
目前隐私计算还在极为快速地发展，我们想通过这个圆桌，从「产学研用」的视角，来聊聊目前隐私计算整体的发展现状、遇到的问题以及未来的发展方向。
扫描下方图片中的二维码，了解大会全部日程，即刻报名锁定稀缺线下席位。
