互联网趋势预测：隐私成烫手山芋 机器学习或存泡沫
互联网趋势预测：隐私成烫手山芋 机器学习或存泡沫
2019-01-21 16:44:13 来源：新浪科技
抢沙发
2019-01-21 16:44:13 来源：新浪科技
摘要：回顾过去的12个月，我们都不会忘记网络安全恐慌、数据失误以及无数的大规模数据泄露事件。而指控范围从未经用户同意便追踪其位置数据到在美国高科技硬件上秘密安装微型间谍芯片，虽然这听起来有些荒谬。
关键词：
机器学习
数据
回顾过去的12个月，我们都不会忘记网络安全恐慌、数据失误以及无数的大规模数据泄露事件。而指控范围从未经用户同意便追踪其位置数据到在美国高科技硬件上秘密安装微型间谍芯片，虽然这听起来有些荒谬。
显而易见的是，2019年数据隐私需求将促进创新，推进技术升级，而时下的热门技术也将像去年的加密货币那样发展。本文对2019年的科技趋势做出了一些预测。
数据所有权和互联网正呈上升趋势
过去12个月来，剑桥分析数据丑闻无疑是一个领头羊式的失误。被窃取的数百万数据被用来影响选民在关键政治决策中的行为。
马克·扎克伯格的全球秘密实验被暴露在公众眼前，人们就此事也展开了激烈的讨论。据调查，这次丑闻披露后，5%的英国人注销了他们的Facebook帐户。
开源社区中的大多数人都认为自己已经处于一个转折点，公众开始理解，他们的数据被滥用的程度已经令人发指。
除此之外，千禧一代正迅速对这个平台失去兴趣，这意味着在2019年，我们将离“成熟”的互联网（有时称为Web 3.0）更进一步。
在被要求接受用户友好的数据隐私权和数据所有权后，企业的压力将持续增加。文化期望的转变以及数据立法的引入（如通用数据保护条例，GDPR）将迫使“围墙花园” 停止运行此前的筒仓数据模型，但其使用方式并不会暴露。否则，用户将逃离该平台，最终造成多米诺骨牌效应：如果一个倒下，其他全都倒下。
市场上涌现出各种替代方案尝试破解这一僵局，但尚未出现能够匹敌Facebook、Twitter、谷歌等平台的替代方案。但是随着公众人物对改革的不断呼吁，预计我们将在2019年看到更多此类尝试。
机器学习呈下降趋势
继如同过山车之旅般的比特币泡沫后，区块链成为2018年初的热词。然而，当我们进入2019年时，只有最忠诚的粉丝才会扞卫它那永远还没建立的应用程序，以此来解决我们将来可能会遇到或可能不会遇到的问题。
很可能区块链会在新的一年里继续沿着其成熟度曲线呈下降趋势，但我们不能用这种预测来反驳其他任何趋势。
如今机器学习是一个热门话题，但我觉得大多数人对此评价过高。但不可否认，有些公司已经用机器学习完成了一些伟大的事情，并用于专门的领域。对于更广泛、更吸引人眼球的应用来说，这些问题似乎比我们所预计的更难解决。
以自动驾驶汽车为例。我们已承诺自动驾驶汽车时代将会到来，但我们离实现完全自动驾驶还有多远呢？我们什么时候能看到第一个能对你在路上遇到的所有情况作出反应的无人驾驶汽车的例子？总之肯定不是在2019年。
显而易见，在满是人类驾驶者的道路上，使用机器学习的自动驾驶汽车无法识别各种社会成分。在保证道路安全的因素中，眼神交流和社会暗示至关重要，对于人类来说这很容易。但对于机器来说就完全不同了——无论我们完成多少个道路交通标志和店铺的验证码，想让他们学会识别微妙的人类交流的任务仍旧十分困难。
除此之外，还有隐私因素。汽车收集了很多关于我们的数据，包括我们去过的地方以及时间。但我们并不清楚这些数据卖给了谁。虽然它可能是“匿名的”，但在公司保存在用户身上的数据类型中，位置数据是最能识别出个人信息的类型之一。在个人数据上，人们需要有更多的控制权。
至于自动驾驶汽车的未来，关键在于使用公开标准和公开协议将所有汽车联网。一旦所有的汽车连接起来，机器就不需要来理解人类交流的复杂性。这就是开源法，也是我们创建互联网的方法。同理，为什么我们不创建汽车互联网呢？
给予用户控制权
过去一年对于科技行业来说也是个多事之秋——通过涉及空间和基因生物工程领域的特斯拉，我们在使公众了解数据隐私问题方面取得了飞跃的进步。
Facebook的危机恰巧为引入GDPR提供方便，并催化了关于数据权、隐私权和所有权的讨论。而天平的另一端是，我们曾经认为已经出现在我们身上的革命性技术，将继续被推后。
自2019年起，我们对开源解决方法的兴趣空前高涨。我不禁猜测，以后创新者将继续应用这项技术，然后从公司取得数据控制权并将其返还给用户。
第三十六届CIO班招生
国际CIO认证培训
首席数据官（CDO）认证培训
责编：kongwen
免责声明：本网站（http://www.ciotimes.com/）内容主要来自原创、合作媒体供稿和第三方投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
本网站刊载的所有内容（包括但不仅限文字、图片、LOGO、音频、视频、软件、程序等）版权归原作者所有。任何单位或个人认为本网站中的内容可能涉嫌侵犯其知识产权或存在不实内容时，请及时通知本站，予以删除。
