接下來的日子，齊浩初經(jīng)常在公司和數(shù)據(jù)局兩邊跑，天氣更加炎熱，變得更累了?！懊婕啞钡氖虑橐沧兂闪巳粘９ぷ鳎鸵郧耙矝]什么區(qū)別，只是處理的數(shù)據(jù)更敏感了而已。數(shù)據(jù)里面其實也基本沒有姓名、身份證號碼，有也是處于加密狀態(tài)。人員信息是通過虛擬id關聯(lián)起來的，所以最初那點緊張感也早就蕩然無存了。看來這套系統(tǒng)還是經(jīng)過了非常完善設計的，之前領導們表情嚴肅，說得那么嚇人，應該只是怕被普通人知道后，聽不進官方的解釋，到時候鬧得不好看。

　　倒是有件事情讓齊浩初比較開心，因為項目管理部有一個新的活，是公安網(wǎng)警的一個智能輿情分類系統(tǒng)，數(shù)據(jù)采集由其他方式獲取到，希望根據(jù)文章內容自動分類。自動分類這個事情，需要一點“智能”參與。這個正好是齊浩初這邊的事情，雖然不如呂天和那么厲害，但是自己有過不少AI模型訓練的開發(fā)經(jīng)驗。只要有合適的樣本數(shù)據(jù)，加上bert-base-chinese這個自然語言模型，可以像人一樣理解文章內容，就能高效地構建出一個高準確率的文本分類模型。之前參加了一個“華山論劍創(chuàng)新大賽”，對新聞文章進行智能分類，還得了全國二等獎。數(shù)據(jù)部門只要做好這個分類接口即可，其他前后端的開發(fā)由研發(fā)部門去做。

　　齊浩初正想著接下來要怎么找趙語麗搭話，這不正好就有正當理由了。8月14日（周三），齊浩初在聊天工具里和趙語麗說：“你們部門那個智能分類系統(tǒng)，是你在對接嗎？”

　　“是我這邊對接的，這個事情你也參與了？”

　　“嗯，最核心的智能分類是我這邊做的，我訓練一個AI模型，做成接口，然后研發(fā)部做前后端頁面來對接。不過我需要你們提供些數(shù)據(jù)，就是你們過往人工分類好的那些文章數(shù)據(jù)?！?/p>

　　“好的啊，我整理下，你什么時候要？”

　　“你什么時候準備好就行，我隨時都在?！边€附帶了一個可愛的表情包。齊浩初發(fā)完這句話，怎么感覺有點曖昧。但又舍不得撤回，就這么著吧。

　　之后的事情也比較順利，對樣本做了些預處理，然后做各種微調，比如學習率、學習率的調度策略之類的，找出一個評估結果最好的組合，準確率、精確率這些都達到了0.98以上。之后又用tiny-bert進行模型蒸餾，減小模型文件大小，提高了4倍的分類速度，這個智能分類的模型就訓練好了。

　　最后再做成調用接口服務，寫好文檔材料給研發(fā)部門去對接，齊浩初這邊的工作就算完成了。

　　8月23日（周五），齊浩初把智能分類的接口演示界面發(fā)給趙語麗試用，趙語麗一口一個“好厲害啊”，“太牛了”，把齊浩初說得心花怒放。用公安局的幾十萬條數(shù)據(jù)做樣本，就能做一個這么好用的分類模型，雖然是意料之中的，但也是非常有成就感。

　　然而回過頭來，在數(shù)據(jù)局看著“面紗”的數(shù)據(jù)，作為目前唯一真正可以看到這些數(shù)據(jù)的人，齊浩初忍不住想要用這些數(shù)據(jù)，試試看訓練一些分類模型，相似度模型，預測模型之類的，積累些經(jīng)驗。這個平臺本身有集成訓練數(shù)據(jù)的模塊，有挺不錯的GPU資源。

　　原本只做數(shù)據(jù)治理的話，齊浩初的賬號是沒有權限訪問這個數(shù)據(jù)訓練的模塊的。不過因為當時蔣主任說為了方便齊浩初能隨時測試數(shù)據(jù)效果，也給他申請了這個權限。不同賬號能訪問的數(shù)據(jù)不同，而齊浩初有訪問回流庫所有數(shù)據(jù)的權限。

　　齊浩初想著自己只是訓練測試而已，不會把模型帶出來，也不會正式發(fā)布，本身平臺里面也有各種臨時的測試腳本。唯一不合適的，是他本人原本只是做數(shù)據(jù)清洗而已，這個訓練模塊是給他測試下數(shù)據(jù)是否正常達標，正式算法模型是呂天和的事情。但是某種程度上來說，自己的賬號其實比呂天和的賬號權限都高。猶豫了幾天，終于還是忍不住在數(shù)據(jù)訓練平臺開始寫訓練腳本。

　　“面紗”的數(shù)據(jù)果然是厲害，數(shù)據(jù)質量非常好，而且類型又全面。在測試神經(jīng)網(wǎng)絡和深度學習時，發(fā)現(xiàn)了一些有趣的事情，比如從購物習慣可以看出某個有錢人其實有私生子，從高鐵記錄可以看出某個人的學歷是偽造的，從買房買車的記錄中可以看出某個人中了彩票但是沒和家里人說之類的。當然并不知道具體是誰，只是知道有這個人存在。

　　然而有一天，齊浩初忽然有點擔心起來，雖然隱去了姓名身份證號碼，但是數(shù)據(jù)上的各種標簽組合其實也是過濾條件，如果湊齊很多具體的標簽，還是有可能指向具體的某個人。于是他用自己的信息做測試，把從小到大的學校名稱、生日輸入進去，查到有2條數(shù)據(jù)匹配的數(shù)據(jù)，之后又對比了工作單位，齊浩初很容易就找到了那條自己的記錄，以及自己對應的那個虛擬id。也就是說，如果對某個人足夠了解，其實還是可以從“面紗”的庫里，找到這個人的所有信息。

　　想到這里，齊浩初并不是興奮，而是擔憂，他怕在他手上，出現(xiàn)什么數(shù)據(jù)泄露的事情。因此更加不敢和別人提這個系統(tǒng)，使用的時候也更加小心謹慎，每天上班前都在心里默念幾遍“今天不出事，天天不出事”。當然他也不敢匯報，一來這個是國家的系統(tǒng)，他有什么能匯報的，難道國家還會為了他的建議，對這個系統(tǒng)做什么改造。二來他本身也沒有被授權使用這些數(shù)據(jù)做訓練，這個結果他又怎么能和別人提起。自己一個打工仔，操這個心干嘛，不要出錯就行了。

　　每次訓練測試完，齊浩初只把代碼腳本保留在自己的工作空間，生成的模型和臨時數(shù)據(jù)都直接刪除了。

　　9月27日（周五），工作群里，數(shù)據(jù)局蔣主任突然@所有人：“國家級領導要來視察了。”