數據和智能是一對相輔相成的“冤家”，AI需要大量的數據進行訓練和學習，以此為人們提供更精準的服務，而數據也要通過AI來體現它的價值。只不過，稍有不慎就會踩到“隱私陷阱”。

出賣隱私換服務 AI要嚴格把好數據關（圖片來自Wired）

調查顯示，2018年企業在人工智能領域的平均投資將達到500萬美元，超過70%的企業客戶宣稱正在組織內部使用AI技術。考慮到部署成本，多數企業在智能化初期會選擇外部方案。隨著AI與業務結合逐級深入，企業關注的重點也從提升效率滲透到流程決策管理層面。也就是說，AI不再是簡單的工具，而是開始向生產力轉變。

日常生活中，數據的類型大體可分為結構化數據、非結構化數據、半結構化數據。一個數據從產生到落地要經過收集、傳輸、分析、檢索、挖掘等階段。分析讓大量的數據有了價值，機器要學會像人一樣學習、思考、推理、交流，進而與應用場景相結合，從規律中預測未來。

但是就在人們享受個性化服務的時候，是否關心過背后是否合規呢？GDPR的出現無疑給人們上了課。近日，某家IT公司被指在沒有獲得用戶許可的情況下，在社交網站上捕捉了百萬張照片，并將其用作人臉識別算法的訓練模型，對面部五官、頭部特征等近50個標記進行了分析。這種做法的好處不言而喻，科技公司可以幫助行業客戶拿到更準確的信息，例如讓零售商了解消費者的商品喜好、購買時間，甚至是識別出特定的某個人。

類似的情況在物聯網場景中也有應用，如智能音箱對用戶語音語義的收集、無人駕駛系統對行進路線的采集等等，人們除了要在數據合規的基礎上，開放更多的數據源，還要借助區塊鏈等新技術或手段為這些數據建立完善的審核機制。再比如Facebook，域名購買 directadmin授權，會利用AI來預測用戶的未來行為，VPS，作為廣告投放的依據，所參考的信息包括：位置、設備信息、圖片/視頻瀏覽記錄、WiFi連接狀態、好友關系、聊天內容等等，讓人們就像是生活在真空中。

顯然，這種方式對用戶隱私是不友好的，而用戶本人并沒有選擇權。更需要引人深思的是，用AI在互聯網的每個角落去挖掘數據，并把這些數據扔到機型學習模型里貼上標簽供研究人員使用。在去年5月的GDPR頒布之后，包括Facebook在內的多家IT公司都遭到了重罰或警告。

值得一提的是，美國參議院已經在討論是否要通過新的法案，限制科技公司利用技術手段獲取的用戶信息不能用于某些用途，也就是說商用的圖像識別應用不能用來定位和追蹤用戶信息。更重要的是，用戶必須知情且同意后才能讓數據共享給第三方。

掌握用戶信息之后的AI系統可能比用戶更了解自己，他們會知曉用戶的飲食習慣、鍛煉情況、身體變化等等，而且將碎片化的數據拼湊成分析系統就能對人形成整體的特征描述。特別是在越來越多的政企類客戶走上云端之后，居民隱私的問題就被上升到了新的層面。

互聯網時代的快節奏讓數據跑在快車道上，在這個數據無處不在的時代，“出賣”隱私換取服務似乎變成了服務提供商的主要選擇，用戶也多為被動接受，或者根本不知情。但是在人們享受技術紅利的時候，還是應該注意到隱私的重要性，不應該只研發和利用AI技術，還有責任更好地正確運用AI技術，拿數據當本錢的AI，要走上正途。