信息|别再掉入算法陷阱！揪出你背后的那个Ta

相信大家都有这样的经历：
开车上路时，手机会贴心地发送位置信息以及速度，然后结合实时交通信息提供最佳路线，从而避免堵车；一旦在短视频平台点赞了某视频，首页和推荐就雨后春笋般冒出各式各样的相同类型的短视频；在A软件搜索了去某地的机票，切换到B软件之后，马上就有住宿酒店的广告占据了首页……
【信息|别再掉入算法陷阱！揪出你背后的那个Ta】是的，现在的手机已经比人们更懂自己了，而让手机拥有这个能力的，正是“大数据”以及人工智能加持下的“精准化推荐”。数据与智能作为一对相辅相成的“冤家”，AI需要大量的数据进行训练和学习，以此为人们提供更精准的服务，而数据也要通过AI来体现它的价值。只不过，稍有不慎就会踩到“隐私陷阱”。

文章插图
无处不在的大数据
基于大数据的个性化推荐已屡见不鲜，似乎只要数据维度和量级足够丰富，AI对其的价值挖掘就会用之不竭。数据让AI有了应用价值，如Facebook会利用AI来预测用户的未来行为，作为广告投放的依据，所参考的信息包括：位置、设备信息、图片/视频浏览记录、WiFi连接状态、好友关系、聊天内容等等。然而，要想找出背后的关联性，就要对人与人、人与物、物与物之间数据“神经元”进行分析，但这并不容易，尤其是在人均管理的数据量呈现指数级增长的时候。
事实上，有超过70%的企业客户宣称正在组织内部使用AI技术。考虑到部署成本，多数企业在智能化初期会选择外部方案。随着AI与业务结合逐级深入，企业关注的重点也从提升效率渗透到流程决策管理层面。也就是说，AI不再是简单的工具，而是开始向生产力转变。
日常生活中，数据的类型大体可分为结构化数据、非结构化数据、半结构化数据。一个数据从产生到落地要经过收集、传输、分析、检索、挖掘等阶段。分析让大量的数据有了价值，机器要学会像人一样学习、思考、推理、交流，进而与应用场景相结合，从规律中预测未来。
但是就在人们享受个性化服务的时候，是否关心过背后是否合规呢？GDPR的出现无疑给人们上了课。近日，某家IT公司被指在没有获得用户许可的情况下，在社交网站上捕捉了百万张照片，并将其用作人脸识别算法的训练模型，对面部五官、头部特征等近50个标记进行了分析。这种做法的好处不言而喻，科技公司可以帮助行业客户拿到更准确的信息，例如让零售商了解消费者的商品喜好、购买时间，甚至是识别出特定的某个人。
类似的情况在物联网场景中也有应用，如智能音箱对用户语音语义的收集、无人驾驶系统对行进路线的采集等等，人们除了要在数据合规的基础上，开放更多的数据源，还要借助区块链等新技术或手段为这些数据建立完善的审核机制。再比如Facebook，会利用AI来预测用户的未来行为，作为广告投放的依据，所参考的信息包括：位置、设备信息、图片/视频浏览记录、WiFi连接状态、好友关系、聊天内容等等，让人们就像是生活在真空中。
显然，这种方式对用户隐私是不友好的，而用户本人并没有选择权。更需要引人深思的是，用AI在互联网的每个角落去挖掘数据，并把这些数据扔到机型学习模型里贴上标签供研究人员使用。在GDPR颁布之后，包括Facebook在内的多家IT公司都遭到了重罚或警告。
值得一提的是，美国参议院早已在讨论是否要通过新的法案，限制科技公司利用技术手段获取的用户信息不能用于某些用途，也就是说商用的图像识别应用不能用来定位和追踪用户信息。更重要的是，用户必须知情且同意后才能让数据共享给第三方。