億條信息泄漏 AI背后隱患重重

近日，拉卡拉旗下子公司考拉征信觸及黑暗產業(yè)并被曝出泄露近億條個人信息的新聞刷爆了整個科技產業(yè)，同時考拉征信背后的9個股東中，有5家為上市公司：

· 拉卡拉支付股份有限公司，股票代碼為300773，持股比例達到32．4％；是支付寶和微信之后的第三大支付公司；

· 北京數(shù)知科技股份有限公司，股票代碼為300038；是一家以技術和數(shù)據(jù)作為驅動的大數(shù)據(jù)＋人工智能科技公司；

· 拓爾思信息技術股份有限公司，股票代碼為300229；是一家從事以非結構化信息處理為核心的軟件研發(fā)、銷售和技術服務的企業(yè)，是中文全文檢索技術的創(chuàng)始者，曾在在中國企業(yè)搜索軟件、Web內容管理軟件、垂直搜索及輿情監(jiān)測軟件等領域市場份額排名第一；

· 北京旋極信息技術股份有限公司，股票代碼為300324；是一家專注于從事嵌入式系統(tǒng)的開發(fā)、生產、銷售和技術服務業(yè)務的公司；致力于提供面向國防軍工的嵌入式系統(tǒng)測試產品及技術服務、嵌入式信息安全產品和嵌入式行業(yè)智能移動終端產品；

· 北京藍色光標數(shù)據(jù)科技股份有限公司，股票代碼為300058；主營業(yè)務為公共關系咨詢服務和廣告服務。

僅分析這5家上市公司我們發(fā)現(xiàn)，清一色跟大數(shù)據(jù)、人工智能相關，部分甚至在行業(yè)中具有相當?shù)挠绊懥Α?/p>

大數(shù)據(jù)／AI公司特點

表面看，考拉征信爆發(fā)的原因是因為其利用手頭掌握的個人信息資源的便利，向下游兜售，最終形成了黑色產業(yè)鏈。

實際上，目前的大數(shù)據(jù)公司、人工智能公司，都存在個人信息匯集的問題。我們知道，人工智能得以快速發(fā)展、成熟的3個要素中，數(shù)據(jù)是其中不可或缺的一環(huán)，AI算法的優(yōu)化，需要通過無數(shù)的數(shù)據(jù)訓練，才能得道最為優(yōu)化的結果，因此，我們現(xiàn)在看到的人臉識別、車牌識別、大數(shù)據(jù)軌跡碰撞等人工智能應用，背后都是多年的人工智能算法訓練的成果。

可以說，應用效果越好的AI算法，往往背后支撐的數(shù)據(jù)越龐大，而且通常這些用于訓練的數(shù)據(jù)基本都是以萬為單位，百萬級都屬于比較低的量級；在交通領域，百億級數(shù)據(jù)都是常有的事。

兩個渠道獲取數(shù)據(jù)來源

隨著大數(shù)據(jù)、人工智能技術的成熟，可關聯(lián)的數(shù)據(jù)越來越多，除了人臉、人外形、車牌等直觀可抓拍的數(shù)據(jù)外，還可與姓名、身份證號、手機號、家庭地址、家庭成員、財產情況、過往經歷等信息關聯(lián)起來。

人臉、車牌等信息可通過攝像機獲得，但是第二類信息的獲取則涉及公民隱私，難度非常大。不過，在國家鼓勵企業(yè)發(fā)展人工智能技術的前提下，總會有一些政策支持，讓部分企業(yè)可以接觸到的部分個人信息，例如將人工智能對接到戶籍、公安、交通、教育、金融等信息系統(tǒng)，通過抓拍的圖片與從第三方接口獲取的信息比對，即可把信息關聯(lián)起來，從而實現(xiàn)數(shù)據(jù)碰撞。

這是目前人工智能企業(yè)獲取公民信息的合法渠道。通過這一渠道，AI公司、大數(shù)據(jù)公司可以對接到全國所有的人口信息、車輛信息、財產信息；一些黑名單更是全方位開放給這些公司。

早些時候，張學友演唱會頻繁被爆出通過人臉識別技術抓獲多名疑犯就是個人數(shù)據(jù)公開給AI公司并做數(shù)據(jù)碰撞帶來的結果。

但并不是所有AI算法公司都有資格合法接觸到如此眾多的個人信息，部分企業(yè)為了獲得充分的數(shù)據(jù)來充實AI算法訓練庫，通常會采取一些基于研發(fā)目的的數(shù)據(jù)收集行為，如攝像機抓拍、網上下載等。

AI兩面，隱患重重

AI人工智能技術的推出，本是為了賦能于行業(yè)，服務于人類；但凡事都有兩面性，用得好，它是一項好技術，若是某個環(huán)節(jié)出現(xiàn)偏差，將會帶來不可挽回的損失。如考拉征信，其上游為其開放數(shù)據(jù)接口，是為滿足其企業(yè)發(fā)展，但他們卻用這一獨享資源來進行非法經營，導致了大量的個人信息泄露。

而且，這部分已經泄露的信息，短時間內是無法抹去的，因為已存儲于下游各個環(huán)節(jié)的服務器中。

而AI技術的強大之處還在于，除了合法渠道，它自己也可以通過數(shù)據(jù)碰撞獲得個人信息。

我們知道，大數(shù)據(jù)時代，通過人工智能技術對數(shù)據(jù)的加工、處理、碰撞，可以獲得很多我們意想不到的信息，如行人軌跡、個人關系網、個人飲食愛好、個人投資偏向等，都可以分析出來。

同樣的，在這個網絡時代，個人信息其實都已經公開于網上，如征婚網站、汽車網站、房產網站、股市資訊網站、各大門戶的會員系統(tǒng)、支付寶／微信的支付系統(tǒng)等，都有著數(shù)量龐大、形形色色的個人信息。通常情況下，這些信息是相互孤立的，但在人工智能技術下，通過信息采集、比對、分析、融合，可以匯聚成完整的個人信息，這將形成一條非常龐大的黑色產業(yè)鏈，如某個網站有某人的頭像、手機號等少數(shù)個人信息，另一平臺有身份證號、手機號等個人信息，通過數(shù)據(jù)碰撞，即可將這些信息匯總；如果都有人物照片，直接通過人像比對就可以判斷是否為同一人，進而便捷地獲取個人信息；通過這些技術，類似考拉征信牽涉的黑產業(yè)將會再次低成本地上演。

截止2018年底，我國人工智能企業(yè)超過1000家，企業(yè)規(guī)模從初創(chuàng)期到1000億級市值，他們用于AI訓練的數(shù)據(jù)庫來源形色各異，但不可否認的是，大部分都涉及到了個人隱私問題，這些企業(yè)如何利用和保護好這些數(shù)據(jù)？他們開發(fā)的AI應用，如何在下游中不被非法使用？

已經擺在了產業(yè)面前。

延伸：微軟刪除千萬級人臉數(shù)據(jù)庫

微軟曾經搜集并整理了一個千萬級的人臉數(shù)據(jù)庫用于AI訓練，該數(shù)據(jù)庫公開后，被眾多機構和個人下載，并引發(fā)了公眾的不滿。為此，微軟特意把自己的千萬級人臉庫刪除。

但公眾認為，雖然微軟刪除了自己的數(shù)據(jù)庫，但該數(shù)據(jù)庫在共享之后，其實已經遍布于世界各地的硬盤中，信息泄露已無可避免。