GDPR的影響

2018年5月25日，歐盟所有成員國都將采用新的通用數(shù)據(jù)保護(hù)條例(也稱為GDPR)，該條例對于個(gè)人信息的收集、管理和使用有了更嚴(yán)格的規(guī)定。新法規(guī)對于消費(fèi)者數(shù)據(jù)的整理方式、必須采用哪種方式進(jìn)行存儲和保護(hù)以及如何使用等方面具有廣泛的影響。

各種組織不能夠再收集大量關(guān)于消費(fèi)者的數(shù)據(jù)進(jìn)行多方面的分析——現(xiàn)在要求數(shù)據(jù)控制者將個(gè)人數(shù)據(jù)的處理操作最小化，并且進(jìn)行高效的限制，僅用于特定目的應(yīng)用需求。此外，該應(yīng)用必須能夠明確傳達(dá)給相關(guān)數(shù)據(jù)的個(gè)人，獲取用戶同意的要求也必須更加的明確。因此，那些我們已經(jīng)熟悉的笨拙且易混淆的條款都將不適用：處理個(gè)人用戶數(shù)據(jù)的公司必須能夠透明的解釋他們要收集哪些數(shù)據(jù)、清楚地說明為什么需要這些數(shù)據(jù)以及如何使用等。

另一個(gè)重要的考慮因素是：GDPR給予同意處理其數(shù)據(jù)的個(gè)人可以隨時(shí)撤銷授權(quán)的權(quán)利，值得注意的是，數(shù)據(jù)控制人員必須為此建議用戶這項(xiàng)權(quán)利，他們還必須能夠提供簡單的方法讓用戶能夠撤銷授權(quán)，然后確保在合理的時(shí)間范圍內(nèi)刪除數(shù)據(jù)，這僅僅是數(shù)據(jù)處理法規(guī)方面的根本性改變，但可能會產(chǎn)生巨大的影響。

理論上不能夠充分證明符合GDPR條例的公司將會面臨巨額罰款，因此數(shù)據(jù)隱私和保護(hù)對所有公司來說都越來越重要，這將會促使各種組織和服務(wù)提供商能夠深刻地重新考慮他們收集數(shù)據(jù)和處理的方式。

人工智能（AI）介紹

考慮到不符合GPDR條例帶來的影響，企業(yè)可能不想再收集個(gè)人用戶的任何數(shù)據(jù)，但是為了提供相互服務(wù)，企業(yè)與消費(fèi)者之間的數(shù)據(jù)通信是必不可少的，我們可以進(jìn)行最小化處理但不可能避免。

那么人工智能（AI）如何提供幫助呢？讓我們來看一些潛在的應(yīng)用場景以及我們對引入AI如何減輕一些風(fēng)險(xiǎn)的解釋。

針對安全的行為定位

假設(shè)一個(gè)繁忙的機(jī)場，每天有成千上萬的旅客通過大廳和登機(jī)口，視頻記錄設(shè)備實(shí)時(shí)對每個(gè)現(xiàn)場進(jìn)行監(jiān)控。每個(gè)攝像機(jī)都會創(chuàng)建連續(xù)的視頻流，在進(jìn)行存檔之前這些視頻流會在安全控制室內(nèi)進(jìn)行匯總和監(jiān)控。這些視頻包括上百萬幀的數(shù)據(jù)，每個(gè)數(shù)據(jù)都包含數(shù)百張人物圖片、他們的臉、活動以及通過在機(jī)場內(nèi)的軌跡，要有效監(jiān)控所有視頻數(shù)據(jù)源無疑是一項(xiàng)挑戰(zhàn)，即使受過專業(yè)行為分析培訓(xùn)的專家也是如此，更重要的是，這些系統(tǒng)正在不斷創(chuàng)建和歸檔大量的視頻數(shù)據(jù)，其中大部分?jǐn)?shù)據(jù)基本上都是毫無用處的。

在GDPR條例中規(guī)定攝像機(jī)與控制室之間的視頻加密傳輸是必需的，這樣才能夠保證數(shù)據(jù)在網(wǎng)絡(luò)中傳輸是安全的。事實(shí)上這種基本的安全要素已經(jīng)在使用了，但通過將AI技術(shù)引入攝像機(jī)單元我們可以進(jìn)一步改進(jìn)該系統(tǒng)：在這種情況下視頻信號處理芯片集成的神經(jīng)網(wǎng)絡(luò)處理器會被設(shè)置為匿名識別每個(gè)場景中的任務(wù)和物體，除了檢測到可疑行為或者異常。舉個(gè)例子，一個(gè)用戶帶著兩件行李進(jìn)入某個(gè)區(qū)域，但是離開時(shí)只拿走一件行李，盡管他還沒有達(dá)到登機(jī)柜臺，系統(tǒng)會自動記錄視頻的相關(guān)部分。進(jìn)一步分析可以確定某個(gè)用戶，但是視頻中的其他人依然是匿名的，因此AI不僅可以顯著的減少需要處理的數(shù)據(jù)量，還可以實(shí)現(xiàn)匿名處理源數(shù)據(jù)。

AI在自動駕駛領(lǐng)域的應(yīng)用

機(jī)場的案例說明了一個(gè)潛在的AI應(yīng)用場景，在此場景中人們期望得到監(jiān)控并且監(jiān)控視頻只能認(rèn)為是機(jī)場的私有財(cái)產(chǎn)。另一個(gè)例子就是在ADAS系統(tǒng)中使用攝像頭的汽車，在這種情況下攝像機(jī)會在車輛行駛過程中不斷捕捉公路上的圖像，獲取該線路上所有用戶、司機(jī)和行人的個(gè)人信息顯然是不可能的。

在ADAS系統(tǒng)中使用神經(jīng)網(wǎng)絡(luò)技術(shù)可以幫助處理攝像機(jī)或者傳感器自身相關(guān)的數(shù)據(jù)，攝像機(jī)輸出的圖像并不一定都是用戶可以識別的，相反，在圖像處理流水線中使用AI技術(shù)，這可能會將原始數(shù)據(jù)轉(zhuǎn)變?yōu)閿?shù)字化視頻流。舉個(gè)例子就是道路標(biāo)志識別系統(tǒng)解析速度限制，其中標(biāo)志的數(shù)字和距離非常重要：AI攝像機(jī)輸出的數(shù)據(jù)非常的簡單，比如是“70kph in 50m”，當(dāng)然這是一個(gè)簡化的例子——實(shí)際的道路標(biāo)識系統(tǒng)要復(fù)雜的多——但是它足以說明了SoC中的AI和神經(jīng)網(wǎng)絡(luò)技術(shù)能夠顯著的減少下游環(huán)節(jié)需要處理的數(shù)據(jù)量。

片上神經(jīng)網(wǎng)絡(luò)提供了解決方案

在任何數(shù)據(jù)處理應(yīng)用中授權(quán)同意是很難展示的，尤其是大規(guī)模的個(gè)人識別數(shù)據(jù)無法避免的情況下，在芯片中集成神經(jīng)網(wǎng)絡(luò)以創(chuàng)建一個(gè)人工智能平臺，它能給我們提供獨(dú)特的解決方案。

神經(jīng)網(wǎng)絡(luò)技術(shù)的一些元素已經(jīng)集成到智能手機(jī)SoC芯片中，對一些應(yīng)用提供支持，比如人臉識別、安全支付等。同樣的，我們期望AI運(yùn)行在神經(jīng)推理引擎上，為自動駕駛帶來革命性的變化，它將使得消費(fèi)電子設(shè)備能夠與用戶自然的交談，它將成為新一代智能家居和物聯(lián)網(wǎng)（IoT）設(shè)備的核心，事實(shí)上我們預(yù)計(jì)人工智能（AI）將變得無處不在。

毫無疑問GDPR是批量審查數(shù)據(jù)保護(hù)和處理要求的主要催化劑之一，但是我們將這些新規(guī)定解讀為另一種影響，它將帶來電子設(shè)備收集和處理信息方式的創(chuàng)新，我們預(yù)計(jì)這種趨勢會滲透到更廣泛的應(yīng)用領(lǐng)域，甚至是一些AI“知道”而人類“不知道”的世界，這一切都是為了更好的遵循數(shù)據(jù)保護(hù)條例。