文|腦極體
在智能時代,算法和算力的不斷突破,讓AI技術飛速發(fā)展。在工業(yè)生產(chǎn)、醫(yī)療、交通、能源等領域,AI與大數(shù)據(jù)技術相互協(xié)助,解放了人們許多無意義、重復危險的工作,也為企業(yè)的效率與安全帶來了增益。
不過完美的技術并不存在,我們一邊享受著數(shù)據(jù)帶來的紅利,另一方面也面臨著個人信息“裸奔”的挑戰(zhàn),身邊越來越多的智能設備都偷窺我們的個人隱私。
我們或許都有過這些經(jīng)歷——
隨意地和同事聊天,討論哪里的火鍋、燒烤好吃,打開大眾點評,首頁上都是火鍋與燒烤的推薦;
和閨蜜、女朋友討論哪家的奶茶好喝,想喝新出的某個口味,外賣平臺上都是這個奶茶的推薦;
在和家人討論劉畊宏,討論減肥,討論瑜伽服,再打開某寶的話,也會收獲滿屏的健身用品推薦。
身邊的電子設備都在各種暗中偷偷觀察我們的言行,詭異得令人不舒服。這些對我們聲音的窺探,也是一種消費市場風靡下各類App的營銷手段。通過對權限隱私的打開,實時將我們的聲音傳輸?shù)较到y(tǒng)中,運用所謂AI為我們推送定制化的服務。事實上,這些以獲取隱私為前提的營銷,讓消費者十分困擾。
如何避免這類情況的出現(xiàn)?有些人選擇不長期授權開啟麥克風,一次一授權,但是這種方式太麻煩。更極端的方式,有人故意在交談過程中,使用外放的音樂或者電視劇等嘈雜的聲音來遮蓋交談聲音,但這種殺敵一千自損八百的體驗過分難受。如何用技術的手段來規(guī)避這類情形呢?
用魔法打敗魔法
用AI來打敗AI,可能是一個不錯的出路。一種新的AI系統(tǒng)上線,這個AI系統(tǒng)的規(guī)避邏輯是,在談話的過程中加一些其他聲音的“佐料”,只不過這些“佐料”很微弱,不會像外放的音樂、聲音那么嘈雜,影響我們正常的交談。
只要在人們交談的過程中,打開這個系統(tǒng),空間內(nèi)就會播放一段微弱聲音,在不影響正常對話的前提下,掩蓋交談的聲音,以避免被麥克風收音。
這個AI系統(tǒng),是來自美國哥倫比亞大學的研究團隊提出的一種新方法。該系統(tǒng)可以很容易地部署在我們常用的電子設備中,只要在電腦、手機等硬件運行,就可以實時保護用戶的隱私。
用AI技術來干預麥克風獲取聲音,并不是一個新奇的點子。此前也有相關的技術解決這類問題,不過因為聲音交談的特殊情境,無法預測幾秒后談話的單詞與語速,這使得AI無法跟上交談雙方的對話節(jié)奏,從而影響對話覆蓋遮蔽的效果。
新的AI系統(tǒng),可以通過深度學習的算法,預測交談雙方接下來要說的話的特點,以兩秒鐘的輸入語音為條件,實現(xiàn)了實時性能。實時生成的合適麥克風噪音可以有效地干擾對對話隱私的獲取。
這個新算法使用了一種“預測攻擊”的信號,該信號可以干擾任何被自動語音識別模型訓練來轉(zhuǎn)錄的單詞。并且當干擾的聲音在自然環(huán)境播放時,需要足夠大的音量來干擾任何可能在遠處的流氓“竊聽”麥克風。這個系統(tǒng)被證實在有自然環(huán)境噪聲和復雜形狀的真實房間中都具備良好的效果。不過目前算法系統(tǒng)只對英文交流的語言有效,團隊正在將更多的精力放在其他語言的遷移應用中。
在這場爭斗中,AI系統(tǒng)對設備背后的神經(jīng)網(wǎng)絡推薦系統(tǒng)勝算滿滿。這一研究成果也在走出實驗室的過程中,向多語言多場景輻射落地,未來或許能夠幫助我們免受各式各樣對話隱私的“騷擾”。
聲音的隱私對我們的影響主要是消費領域的干涉和侵擾,在視頻領域,我們的肖像隱私更是重災區(qū)。
新的視頻“噪音”手段
在視頻隱私領域,公眾的隱私也沒有邊界。大家印象深刻的事情,莫過于在某家地產(chǎn)公司的樓盤銷售活動中,客戶自己戴頭盔來買房。很多人在初看新聞時,可能還有種嘲笑事主的心態(tài),而在了解真實情況下,無奈也為事主的機智點贊。戴頭盔的主要目的是躲開地產(chǎn)公司的AI視頻識別,免得被進行差異化服務,避免自己購房利益損失。
視頻領域?qū)οM群體的千人千面的不公平待遇只是冰山一角,更為嚴重的是一些堂而皇之的隱私侵犯。在天眼的覆蓋中,滿大街的攝像頭,讓所有人的視頻數(shù)據(jù)都在裸奔中。哪怕是一些人為了安全,在家中安置的攝像頭,也不能免除被一些黑客攻擊的風險,用戶在家中的任何舉動都被背后的一雙雙別有用心的眼睛窺探著。
這些視頻隱私,除了立法可以威懾外,有沒有技術的手段可以針對性地保護?
麻省理工學院計算機科學與人工智能實驗室的研究人員開發(fā)了一種新的系統(tǒng),在視頻中添加一些噪音數(shù)據(jù),確保個人在視頻中不被識別,同時公共的視頻也可以作為分析與調(diào)查的資料來使用,可以更好地保證出現(xiàn)在監(jiān)控視頻片段人的隱私。
我們知道在天眼中或者社區(qū)、園區(qū)的監(jiān)控視頻中,被錄入視頻中的人毫無隱私可言,一切的人臉信息都被攝像頭攝入并分析,雖然可以保證公共領域的安全,可以監(jiān)測行人、車輛流動的密度和流量,幫助衛(wèi)生健康與防疫措施的施行,但這種以犧牲個人的隱私這種局面在技術的升級過程中,應該逐漸被打破。
一些企業(yè)采取的是在視頻中模糊人臉的方式,但這類做法可能讓系統(tǒng)會跟丟一些人臉數(shù)據(jù),進而會導致一些研究無法進行。新型的AI系統(tǒng)Privid,能夠讓研究人員運用視頻數(shù)據(jù)查詢的同時,也能確保個人身份無法被識別,保護出現(xiàn)在視頻片段中人的隱私。在各種視頻和查詢中,Privid的準確率在非私有系統(tǒng)的79%-99%之間。
Privid AI系統(tǒng)運用的是一種差分隱私保護技術差分隱私允許用戶對數(shù)據(jù)進行一定程度的修改,加入一些噪音數(shù)據(jù),但不影響數(shù)據(jù)總體的輸出,從而使得攻擊者無法知道數(shù)據(jù)集中關于個人的信息,達到隱私保護的作用。
不過這個系統(tǒng)也存在一定的局限,那就是要添加的噪音數(shù)據(jù)量無法確定。理想的情況當然是,添加的噪音恰好足以隱藏每個人,但又不至于多到對研究人員毫無用處。但現(xiàn)實是,向數(shù)據(jù)添加噪音并保證視頻的分析查詢的過程中,會造成一定程度的干擾,讓結(jié)果不會非常準確,這個噪音數(shù)據(jù)的平衡,需要技術的深入與斟酌,在不影響實際參考價值的同時保障隱私。
AI深入隱私保護
在視聽領域,我們被暴露在開闊的地帶,普通人的數(shù)據(jù)成為消費領域的金錢與流量,被導入各類消費場景中。對有錢有權的人來說,個人隱私的數(shù)據(jù)更為金貴,它很可能成為黑客眼中勒索的“肥肉”。在攝像頭下,你去的每一個地方都是透明的,如果有人獲取了這些數(shù)據(jù),就能夠建立起人出現(xiàn)在固定場所的時間線,只要匯總數(shù)據(jù)就可以捕捉到人的歷史位置和各類信息。有心的獵手只要蹲守,總會捕獲肥膘滿滿的獵物。
AI越智能,獲取、存儲、分析的信息也會越來越多,也會越來越隱蔽。雖然AI技術的中立性是共識,但背后的大公司、黑客的應用都是被利益所驅(qū)動,一旦這些信息不被合理地應用,就會造成各類影響嚴重的事件發(fā)生。
我們知道視聽生活是現(xiàn)代人類娛樂、生活的必需品,無人能夠離開嵌入攝像頭、麥克風的各類電子產(chǎn)品。城市的運行、工廠、企業(yè)的管理運營離不開各類攝像頭設備的輔助,這也意味著更多的社會、企業(yè)及個人信息都在數(shù)據(jù)世界中流動。
技術發(fā)展總比法律的約束快。如果通過立法、道德的方式去約束,漏洞也會越來越多,安全和隱私得不到保障,這也會減緩AI的發(fā)展。保護隱私和安全是技術發(fā)展的關鍵。用AI的方式去約束一些AI技術對隱私的濫用,成為數(shù)智時代網(wǎng)絡安全技術人員的必選項。
不過當前基于AI深度學習的隱私保護研究正在起步階段,還有許多挑戰(zhàn)。比如加密算法的應用方面,雖然加密技術是最直接有效的隱私保護手段,但加密技術的技術成本和應用成本,結(jié)合本身就消耗大量計算資源的深度學習算法,將大大降低算法性能。
另外就是監(jiān)管層面的落后與缺乏。技術發(fā)展的特性,使得監(jiān)管層面一直是跟在技術后面跑。如何采用創(chuàng)新的監(jiān)管方式,可以提前預警,而不是事后補救。如何構(gòu)建監(jiān)管層面與其他第三方科技企業(yè)合作的溝通平臺,一起評估未上線的新應用,保障新技術的合理應用,也是未來重要的研究議題。
技術雙刃劍的發(fā)展不可避免,但隱私保護與AI技術的關系可以兼容并存,為爭議和缺陷而廢食,就得不償失。用智能技術去修補AI技術的隱私漏洞,也是最能夠跟上AI發(fā)展的方式。雖然總有各種隱私怪相、幺蛾子的誕生,不過魔法才能打敗魔法的AI也讓我們的顧慮與擔心有所減少。
隱私保護是一個多維、博弈的過程,我們目前探究的解決方案,也是基于存在隱私漏洞的前提。那么有沒有根除隱私漏洞的方式存在呢?其實最好的解決方案就是,開發(fā)設計的初始階段就要有意識地避開這些觸發(fā)隱私泄露的可能方案。研發(fā)技術人員需要更多的考慮一些AI技術對于人類和社會產(chǎn)生的影響,從創(chuàng)新的初始就考慮一些避開爭議的區(qū)域。技術道德與倫理的內(nèi)容在不斷地完善過程中,也需要一批批技術人員的落實與充實。
技術永遠都是中立的,不道德、不合法的侵犯隱私,最后被釘在恥辱柱上的是企業(yè)和背后的技術開發(fā)人員,未來技術與立法的完善,罰酒三杯的懲罰方式不會再有了,終究會有人在隱私與安全技術的發(fā)展中為自己的行為買單,為AI發(fā)展獻祭。