消失的人工智能 “法外之地”-fun88乐天堂|首页官网 

设为首页   |   联系我们


当前位置:fun88乐天堂主页 > 互联网科技 >

快速导航

新闻中心

消失的人工智能 “法外之地”

更新时间:2020-04-23 07:23点击次数:字号:T|T

  美国首都特区,山庄北部。一阵笑声,从玻璃窗里传出。窗外、绿野满坡,圆柱式门廊气势恢宏……

  这一切,对于40岁就坐到办公桌前的霍利(Josh Hawley)来说,他的黄金岁月才刚刚开始。

  作为一个每天都在上演“提案如何变成法律”的立法机构,美国的关键词本该是“庄严”。然而,却频繁“做客”美国脱口秀演播间。

  高亢激昂的、TikTok节奏强劲的短视频,就像“含笑半步癫”,是、居家、旅游的必备良药。

  时间3月5日凌晨,特区,一场美国的听证会,正围绕用户数据安全、隐私问题展开。霍利议员挥舞起旗帜,在个人主页用加粗字体写下大大的标题:TikTok是“的伙伴”。

  TikTok发言人告诉:“我们感谢霍利的邀请。不幸的是,短期内,我们无法提供能够为实质性的讨论做出贡献的证人。”

  霍利能高兴嘛?虽然他知道自己这样做也只是为了吸引注意,但是没有配合的演出,就是大写的尴尬。

  “参演”后的整整一个月,TikTok都没有闲着,2019年12月赶紧发布了上半年《透告》,虽然内容不长,只有5页,但态度还是优秀的。Facebook自2013年起,也会定期发布。

  怀疑TikTok上传的短视频可能会泄露美军的秘密,对于美国能够接触到的信息的人,在设备上安装TikTok。

  除了可能的约咖啡、约饭之外,TikTok也。比如,计划建立一个“透明中心”,允许外部专家查看公司团队如何管理短视频内容。

  这里的工作令人向往,每天都看各种有趣的短视频,像极了很多人疫情期间每天躺在床上的销魂姿势。不用,大家都中了毒,用户平均每天在TikTok上花费52分钟。

  为了证明产品“无毒”,让美国用户“吃”得放心,TikTok快马加鞭复制出西贝莜面村同款透明厨房。

  听证会上的一切发言,都是要宣誓的。怀疑、质疑、传闻,都可以让美国立法机构采取一定程度的行动,而不限于事后惩罚。美国立法机构质疑TikTok产品层面的数据收取、保存径。

  谁能想到,TikTok会和数据泄露界的“犯罪之王”脸书公司相提并论,同样成为讨论数据安全、隐私问题的焦点。

  TikTok背过脸,轻轻拭去脸上的泪水,有些眼泪是因违反美国儿童隐私法,被罚了几百万美金而流下的。

  听证会的第二天,TikTok有了首位首席信息安全官Roland Cloutier,他也是一位网络安全专家,向抖音负责人朱骏(Alex ZHU)汇报。

  美国立法调查好比“鹰眼”,欧盟《一般数据条例》(PR)好比“鹰爪”。为数据,PR已经织起了天罗地网。一项强制性法律,的是自然人的“个人数据”,包括姓名、生日、信用卡、地址、病史、信息、行踪轨迹……

  这个条例对AI技术的约束是从摇篮到墓地。“摇篮”是指,一开始获得授权,得用户点击“同意”;而“墓地”就是,数据用完了也不能存太久,还得抓紧时间删除。

  简单讲,数据是情报,是生产资料,AI技术极度依赖数据。没有汽油,劳斯莱斯再昂贵也只能观赏,无法行驶。缺了数据,再先进的AI也只能人工,无法智能。

  所以,法例的约束会贯穿AI产品整个生命周期。窒息的高墙下,只留“合规”这个窄门,门后是欧盟市场5亿发达人口。

  第二次世界大战期间,欧洲建立了详细完备的个人数据库。结果,被用来清洗和反人士。

  欧洲600万的不散,致使很多欧洲人终身,无论是出于何种目的,个人信息到后来一定会被。

  耶撒冷灰暗的混凝土墙壁、静默的白色马安石地面、英文和希伯来文悼词,没有人再去打扰这份。

  二战结束五十年后,PR的亲大哥《95指令》出生(1995年)。2009年,亲二哥《欧洲Cookie指令》出生。你别误以为PR是一个人在冲锋。不,这是一家子在战斗(Cookie是互联网常用的用户和识别技术)。

  欧盟高管:“我们欧盟委员会(的人),并不反对来自大西洋600558股吧)彼岸的科技巨头,但是前提是,他们必须守规矩。”

  TikTok是AI技术领域的“贵族”,有着领先行业完整的现代化推荐系统(含推荐算法、训练平台、后端架构的推荐系统技术栈),建设有大规模分布式实时机器学习训练平台和分布式高性能Parameter server平台。

  TikTok在用AI算法自身业务的上从来不迟到。甚至有外媒总结:“截至2020年,TikTok已成为全球最受欢迎的应用程序之一(至少对于某些年龄以下的用户而言),其成功由一些世界上最先进的AI技术推动。”

  一位曾经就职于小桨科技(产品,微叭App)的视频推荐算法工程师告诉我:“推荐算法(的结果)要看留存率、点击率、活跃时长、播放时长,(公司)直接考核业务指标。不达标会被产品经理锤死。”

  “你的偏好,我知道。”用户每一次上翻、下滑、点赞,都是一份《产品改进意见书》,背后还有今日头条 AI lab 的支持。

  2020年,当你打开PR认证的网站,可以看到许多站张熟悉的中国面孔,华为、小米、OPPO、美的、第四范式。OPPO进军欧洲市场,其认证的产品种类之多,居然包括了计算器(Calculator)和钟表(Clock)。

  将思考的维度上升到管理与合规,渗透在技术思考之中,包括在框架之内,体现在解决方案里。而不是绕着它走。绕也绕不开。

  他说:“从技术手段上讲,隐私和数据安全是有办法的。不是没有办法,而是说,想不想解决?愿意花多大的代价去解决?”戴文渊似乎没有对PR低头。

  他轻描淡写地提了一句,“第四范式的先知平台,已经是国内首个通过PR认证AI平台”,这一句更是增添了上一句话的底气。

  突然想起应用科学研究院的一位博士也说过类似的观点:“技术上翻越肯定是可以做到的,只是很多时候不愿做,或者懒得做。”

  解决这些技术问题,专家不是一般的专家,既要懂机器学习技术,又得懂隐私技术,还得懂业务。要求常高的。

  用金庸的话说,练成易筋经,需体质强。练成大挪移,需内力高。练成独孤九剑,需资质慧。想成为攻克“难度三次方”的专家,需能运用多种武功入化境。南帝北丐很难批量培养。望眼整个武林,还好有一代师。

  “解决好隐私问题,看上去是一个技术问题,实际上是,人工智能的从业者要有一种思维的变革意识。将对文化、制度、法律等“社会因素”的思考融入代码、模型、架构、解决方案……”

  “隐私作为一个学术问题已经走了很长一段了,较早之前的需求来源于企业。个人关心隐私,企业关心的是商业机密。”

  “隐私就是一个矛与盾相争的过程,大家都研究又会出现哪些新的手段,又有什么方法可以。”

  “隐私会涉及到非常多种类的技术,有底层的,也有最近几年才奠定起基础的。涉及的技术种类多,不是为了卖弄技艺,而是面对的情况复杂。”

  易筋经、大挪移、独孤九剑,演变成“差分隐私算法”“安全多方计算”“自动多方机器学习技术”“联邦学习”。

  “根据不同场景,有时可能是允许数据出去的,可以通过加密的方式出去,运出去的过程中别人是没有办法知道的,因为是加密的,这里参考图灵获得者姚期智老师的思想,用安全多方计算。

  有时可能是不允许数据出去,出去的只是一些统计结果或者模型,这里参考科技大学杨强教授的联邦学习技术。”

  “假设A和B两家公司想要建立一个用户画像模型,其中部分用户是重合的。联邦学习的做法是,首先通过加密交换的手段,建立用户的识别符(identifier)找出共有的部分用户。

  因为关键用户信息并没有得到交换,交换的只是共有的识别符。再将各自拥有的同样用户的不同特征输入,迭代地进行模型训练、参数交换。

  我们证明了给定模型参数,双方不能互相反推出对方拥有的、自己没有的特征,因此用户隐私仍然得到了,双方的模型性能都得到了提高。”

  “第四范式作为一家创业公司,初始做隐私技术是出于一群有理想的年轻人的前瞻性预判。一种来自技术本能的预判,数据孤岛迟早要打破,当打破发生之时,这个技术成为必备品,只靠‘解决信任’途尚远。”

  涂威威说,我们的“一只脚”伸入到了金融,为什么是金融,因为金融的数据是最完备的,我们的技术是在数据之上做决策,必然选最完备的行业。

  “一只脚”后,金融、医疗行业对隐私的需求推动了技术的另一轮发展。比如,第四范式经常参与银行竞标,《招标书》里,绝不会少了数据安全性条款。

  “隐私数据技术,苹果、谷歌都在用,谷歌早在2016年就提出了本地化差分隐私(Local Differential Privacy)技术,并成熟应用在产品数据采集阶段,第四范式的优势在哪?”

  “第四范式也提出应用在机器学习模型上的差分隐私技术,我们将训练数据按特征切开,并分别去训练,按特征重要性来进行隐私预算的分配,重要的特征分配较少的隐私预算,不太重要的特征则分配较多的隐私预算,从而了在相同隐私的条件下,获得更加有效的分析结果。”

  “隐私,如同加密,解密。的中间过程越多,泄露隐私的可能性越大。比如,AutoML(自动机器学习)之所以能够减少隐私的泄露,其实就是减少了人触碰数据的机会,减少人去分析特征,减少人在各个环节泄露隐私的可能。让机器去完成中间的过程,最后输出结果。自动多方机器学习就是隐私的自动机器学习,中间的过程全部是自动化完成的。”

  他的答案中,技术细节多,观点少,唯有这句:“算法的未来就是自动化,不能自动化的算法,剩下的也不长了。”

  “如果不是瑞金医院的瑞宁知糖项目(预测三年后患糖尿病的概率以及个性化的干预),医疗算法团队都要稳不住了。”

  好比打扑克偷看别人手里的牌。如果全世界艾滋病药厂知道了患有艾滋病人的家庭住址,就不需要打广告了,直奔病人家,挨家挨户兜售不就完了。

  企业选择用技术隐私时,其实是选择了一条“刀光剑影”的。说不定就会像涂威威一样,没有好的落地场景,变成“光杆”。

  观察发现,不少企业也在“研制隐私的秘诀”。由于金融行业是数据界的富豪,联邦学习技术被用于中国首家互联网银行——微众银行。微众银行也在推动“联邦学习”的标准。

  从某种意义上讲,这是一份全球领先的标准。联邦学习作为隐私的代表技术,并没有被欧美大厂垄断。

  招商金科(招商银行600036股吧)下属金融科技公司)一位不愿意透露姓名的研发高管告诉我,他们也参与了“联邦学习”第二版标准的制定,但不便于接受采访。

  流量、广告、品牌……的老故事,已经翻篇。中国互联网企业想变成全球互联网企业,光靠突破Facebook、Google、Amazon的防线,已经不够了。企业的战场向四面八方延伸,“法外之地”正在消失。

(编辑:fun88乐天堂网)

网站地图

微信扫一扫关注

地址:济南市高新区高端人才实训基地26楼 电话:0531-88475911 400-009-8475 网址:http://www.chengjuzx.com
版权所有 Copyright(C)2015 济南市fun88乐天堂软件科技有限公司 豫ICP备13002468号-2