虽然李晓林已经离开了领奖台，但他仍然在象牙塔中留下了一些痕迹。
此前是学术精英，佛罗里达大学终身教授；现在，他是同敦人工智能研究所的院长。平时和人说话，语言温和，但涉及到专业问题，马上进入学术氛围。
这种变化在谈论知识联盟的相关话题时尤为明显。
这是他的研究伙伴提出的理论体系，希望通过更安全的方式，利用好现有的数据，构建一个开放的智能大脑，最终推动人工智能3.0时代的到来。
打破数据孤岛
20世纪80年代，中国人工智能专家姚期智提出了“百万富翁”假说：两个百万富翁在街上相遇，他们想知道谁更富有，但出于隐私，他们不想让对方知道他们有多少财富。
姚期智提出“多方安全计算”来解决这个问题。如今，人工智能领域也面临着类似的困境。人工智能的发展进步离不开大数据。但是，人们更关注数据边界，不愿意离开本地数据。
在李晓林教授看来，这是一个在人工智能2.0时代必须解决的困境。他认为，我们现在正在经历的始于21世纪第二个十年初期的人工智能热潮，属于AI 2.0时代，依靠的是深度学习理论。
AI 2.0的快速发展主要取决于三个因素：算法、计算能力和大数据。深度学习提供算法，CPU和GPU提供计算能力，信息社会存储并提供足够的数据。
以李晓林为例，谷歌的AlphaGo之所以能实现快速进化，是因为它已经学习了现有的3000万种象棋游戏，并且自己又玩了3000万种游戏。
这种依赖海量数据训练的人工智能模型，在最初的野蛮开发后，面临着没有数据可用的困境。
本来主要来自两个方面。第一，数据不足。只有少数行业有海量数据，大多数领域往往数据有限或数据质量差。其次，“数据孤岛”和数据安全使得数据共享越来越困难。很难实现不同公司之间甚至同一公司内部的数据无障碍流动。
然而，数据导致的隐私暴露或数据泄露，使得加强数据安全和隐私保护成为各国政府的共同选择。
2018年5月25日，欧盟《通用数据保护条例》 (GDPR)生效，堪称世界上最严格的用户数据保护条款，允许用户对自己的数据拥有完全独立的权利。美国和中国正在制定类似的隐私和安全法。
这些现象都预示着AI 2.0时代似乎即将因为数据隔离和数据安全而陷入双重困境。这个问题在通盾科技所在的金融技术领域尤为重要。银行和其他金融机构渴望提高风险控制水平，但他们非常重视数据安全，甚至将其作为基础。
2019年春，李晓林在加入同盾科技后，成为人工智能研究所的合伙人和院长，试图通过“知识联盟”的技术解决这个问题。
在那年冬天的网易未来大会上，童盾首次提出了知识联盟的概念。它不是单一的技术方法，而是一套层次化的技术框架体系：将分散在不同机构或个人的数据进行统一，转化为有价值的知识，并在联合过程中采用安全协议保护数据隐私。
这一理论自提出以来发展迅速，已成长为中国五大联邦学术代表流派之一。
构建数字技术生态系统
2017年，为了保证数据交换过程中的信息安全和保护个人隐私，谷歌公司的科学家在一篇文章中首次提出了联邦学习的概念。理论提出后不久，国内互联网公司成立团队，投入相关研究。
李晓林说，硅谷的竞争速度更像一个古老的战场：如果你带着剑来，我就刺你，大家慢慢打。在中国，“这是基本的
据国内媒体统计，目前，联邦学习在国内已经形成了“五大流派”，即卫中银行主导的联邦学习、蚂蚁金服主导的共享智能、平安科技的联邦智能、京东科技开展的异步联邦学习研究、同盾科技推出的知识联邦理论体系。
要在多党竞争中占据一席之地，无疑需要有独特的优势。李晓林指出，知识联盟的范围比联邦学习的范围更大、更系统、更有层次。"联邦学习是知识联盟的一个子集."
知识联盟作为一套技术框架体系，与其他技术领域如联合学习、区块链、隐私计算、安全多方计算等密切相关。这些单一技术在不同层次的知识联盟中发挥各自的作用，共同服务于“数据可用性和不可见性”的大目标。
通盾发布的知识联盟白皮书表明，知识联盟有三大优势：第一，样本获取充分。联盟之后的机构间数据，虽然由自己的所有者控制，但可以达到更多的数据，其性能甚至超过了有限维度的数据集中聚合。
第二是数据不动。联邦后，原始数据保存在本地，计算和学习也在本地进行。中心节点只安全地收集参与者的模型知识。弱集权模式实现了效率与安全的平衡，特别适合监管力度强的行业应用。对于银行等金融机构来说，知识联盟的应用前景尤为广阔。
第三，知识可以安全共享和融合。例如，参与者通过NLP构建本地知识地图和各网络节点之间的关系，然后通过知识联盟构建更完整的虚拟地图，不仅可以帮助识别欺诈团伙，还可以改进企业征信的风险控制模型。人工知识也可以整合(人在回路中)，自适应构建和整合多源知识，提取最有效的见解进行智能分析和决策。
李晓林说：“在知识联盟的模式下，每个银行和金融机构都不需要输出自己的数据，甚至模型的参数也不需要给对方，只需要对模型梯度的变化进行加密，然后在密文空间中安全聚合即可。这样，攻击者就无法反转源数据。”
基于知识联盟的理论体系，同盾科技推出了工业应用产品iBond平台(iBond)，通过建立相应的任务联盟，可以满足不同应用场景的需求。
在2020年10月举行的全球人工智能大会智能金融峰会论坛上，同盾联合浙江大学、复旦大学、百度大数据实验室、360集团、平安科技等众多顶级机构，成立“知识联盟产学研联盟”，旨在数据安全的前提下，共同打造高品质的数字技术生态。
李晓林认为，根据目前人工智能的发展趋势，人工智能将在2040年左右进入3.0时代，除了数据、计算能力和算法三大要素外，知识要素将成为第四要素。
开放式智能大脑浮出水面
2020年11月，通盾人工智能研究所发布了知识联盟技术体系下的数据安全交换(FLEX)协议，并于12月开放。该协议包含一系列协议，只要遵守这些协议，参与者就可以安全加入联盟，无需担心数据隐私泄露的风险，充分实现数据的可用性和不可见性。
协议的背后是李晓林和铜盾对未来的雄心。在李晓林看来，未来肯定不会只有一个知识联盟的联盟平台。
行业需要一套完整的联邦数据安全交换标准，让每个参与者在选择使用联邦平台时都有可遵循的规则。只要遵循相应的标准，不同的系统也可以实现数据交换和知识交换。
一旦有足够多的参与机构(数据提供者)和足够大的联盟，数据多样性将
届时，知识联盟可以充分发挥平台作用，对参与机构提供的数据和科技机构提供的模型和应用进行评估，最大限度地发挥数据作为生产资料的价值。
李晓林称之为电子商务平台，在这个平台上，参与者可以在数据不可见的安全环境中交换数据和模型应用，甚至可以在区块链和其他技术的保证下自由交易。作为一个平台，知识联盟可以对参与者贡献的数据和模型进行评分。
建立良性循环。李晓林表示，知识联盟的应用范围将不再局限于某个行业，而是可能成为一个贯穿各行各业的开放式智能大脑。
20世纪90年代，当李晓林在浙江大学学习时，人工智能仍然是一个不受欢迎的专业。机器学习班只有五六个学生，图书馆里的资料大部分都是过时的油印本。现在的机器学习教室，500人的教室经常爆满，上课提出理论，下课可以马上做样本。自动驾驶的样机，一个学期的作业就可以做出来，行业应用也在不断创新。
这一切都让李晓林觉得，下一个人工智能时代可能会加速，在这个时代将不可避免地出现一个知识联盟。