实现万物互联:AI驱动的控制平衡安全与隐私
一个无所不见、无所不知的万物互联需要控制:如何让技术更贴近我们的活动,同时避免隐私和安全陷阱?AI几乎是实现这种控制的唯一途径。
假设技术能帮你以最低价格找到想买的商品。假设技术能防止你走路时被车撞到。假设技术能让自动驾驶汽车完全高效安全,让你永远不会迷路,也不会认不出人或地标。假设所有这些都能通过一套利用现有知识和技术的举措来实现。感兴趣吗?不可能吗?第一个答案是肯定的,第二个答案是否定的……也许。欢迎来到万物互联的世界。
“物联网”概念源于Kevin Ashton在MIT的声明:“……人们的时间、注意力和准确性有限。这意味着他们不擅长捕捉现实世界中事物的数据。如果我们拥有无需人工干预就能收集数据、了解事物一切的计算机,我们就能追踪和统计一切,大幅减少浪费、损耗和成本。我们将知道何时需要更换、维修或召回物品,以及它们是否新鲜或过期。”
关键在于,这不仅关乎我们今天所谓的有限IoT,而是关乎一个无所不见、无所不知的万物互联。
如今我们拥有“知其多”,而非“知其全”。应用程序当然可能知道我们想买什么、我们在哪里。它也可能通过查找知道我们附近商店的商品价格,但这意味着巨大的复杂性和成本,收益可能微乎其微。如果能实现开头提到的那些功能,引导我们走进正确的店铺就只是低成本的附加功能,但我们目前做不到。我们有“知”,却无“见”。
这种“看见与知晓”很重要,因为它揭示了人驱动的互联网和应用的优劣。我们看见并实时理解现实世界。IoT传感器……嗯……感知。知道温度、气压、位置和相对速度或许有帮助,但如果你在导航,这不如看着车窗外直观。1999年Ashton发表评论时,我们没有模仿人类视觉感知收集现实数据的实用方法。有了AI,我们现在拥有了“空间计算”,能实现首段提到的一切,甚至更多。
好吧,如果“我们现在有了”所需技术,为什么那些应用还不存在?我说存在“看见与知晓”的鸿沟,但这与“我们拥有所需技术”的观点难道不矛盾吗?如果不需要巨大的技术突破来解锁美好未来,那是什么?答案是:技术不是问题,社会才是。
“老大哥在看着你”是大规模监控风险的代名词。广泛部署视频可识别街头罪犯,同等技术也能警示我们别闯红灯。但同样的技术也可能助长跟踪、窥探隐私、泄露秘密。考虑到普通人认为万物皆可被黑,许多人认为政府已在监视我们,不难理解为何公司不愿推广全知全视技术,哪怕是窄义应用。
何为窄义应用?我的一位熟人是知名劳工律师。我问她视频监控预防工伤事故如何,她说“每个工会都担心被滥用,每个雇主都否认却急于滥用”。另一位熟人说,为自动驾驶安全铺设大规模视频监控几乎必遭隐私倡导者起诉,后者常有“不该出现的地方”的支持者。
隐私对我们至关重要。安全、健康、生命同样如此。我们可能已达技术演进的关键阶段,必须决定如何在它们间取得平衡。对AI失控的恐惧是此类担忧的例证吗?我认为是。而且在AI能起义灭绝人类前,它早已能拯救我们,或暴露我们。我们面临给AI设置护栏的压力,但这些压力大多回避了最广泛、影响最深、最迫切的一点——AI与视频结合,让现实世界(包括我们每个人)被技术注视的能力。
显而易见的答案是治理,一套约束使用的规则,并用技术强制执行。问题在于,制定规则困难,技术约束使用也难,更难让人信服。想想阿西莫夫的机器人三定律,他的多少故事聚焦于人们如何绕过它们。二十年前,某实验室做视频协作实验,办公室装小摄像头供远程沟通。半数员工上班第一件事就是遮住摄像头。我认识许多人平时常遮住网络摄像头,只在预定视频会议时打开,你大概也这样。即使指示灯没亮,也可能被黑客入侵。
社会顾虑必然与技术深度融入生活的尝试冲突。我们是否已达必须令人信服地解决这些顾虑、让技术进一步改善工作生活的阶段?
我们确实拥有广泛甚至普遍的视频监控。本周散步时,我路过的房子约四分之一装有门铃摄像头或其他摄像头,商业区可能更多。不知有多少人担心门铃在院子里监视他们。我赌这比担心AI起义杀人的少,可门铃是真实的,掠夺性AI却不存在。显然我们应摒弃这种思维,别再遮网络摄像头。我们能适应全方位视频监管吗?也许,但若能找到治理困境的解决方案会更好。
这或许就可能,靠AI,有两个理由。
AI越强大、范围越广,越难约束其用途。恐无人异议。因此,限定主题、专业的专家级AI代理更易约束。你能保护和治理API,但如何保护和治理对话关系?我们回到阿西莫夫三定律,第二定律是服从。给AI自主权,就给它潜在侵入权。在AI视频监控语境下,让AI寻找某物的风险,大于创建只能寻找特定事物的AI代理。
我们也可用专家级AI代理治理AI应用。机器学习中已有“对抗性AI”策略,旨在检测欺骗模型的数据操纵。同法可用于AI使用治理,特别是AI设计为仅交付特定结果而非回答通用问题时。例如,人脸识别可仅限于政府通缉犯名单上的人脸。会被黑吗?会,但不是普通跟踪狂或多疑配偶能搞定的。
实现“万物互联”至关重要,若我们要继续推进技术赋能工作、改善生活。控制如何与技术建立新亲密度,避开隐私安全陷阱,同时让技术更贴近我们的活动,是实现万物互联的关键,而AI几乎是实现这种控制的唯一路径。这种AI使命是我们需要制定政策治理的。AI驱动我们灭绝的风险,远小于它不来救我们的风险。
物联网技术
- 商用无人机生态数据安全七大黄金法则
- 初创企业推动传感器赋能思维驱动的智能家居分析
- RTI Labs 推出 Python 版 Connector for Connext DDS——现已纳入 Connext 套件
- 汉诺威工业博览会探索工业4.0数字化策略
- AirTag 对决企业级 GPS 追踪器:工业资产管理的理想之选
- 跨越数据流:从《捉鬼敢死队》到高级分析的数据融合之道
- 1NCE荣获VDC Research Embeddy奖MWC 2018最佳展品奖
- AI塑造制造业未来——为何人类专业知识依然不可或缺
- BLE与蜂窝LPWAN融合:构建可扩展物联网部署的混合架构
- 物联网重塑房地产:2025年用例与实战案例
- 如何为 DC-DC 变换器选择合适的贴片电感:专家指南
- 重塑零售业:大数据分析如何驱动成功