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。