人工智能的發展不能以犧牲隱私權為代價，收集要授權，使用有界限，存儲應保護，是人工智能時代兼顧高度智能化與隱私安全的重要原則。

　　為保護隱私，人們發布照片或視頻時，會打上馬賽克覆蓋人臉關鍵敏感信息，但這種模糊處理的方法正面臨挑戰。不久前，美國一個研究小組開發了一套機器學習算法，通過訓練，神經網絡可以識別圖像或視頻中隱藏的信息。讓人擔憂的是，研究人員用到的只是通用的人工智能機器學習方法，並非隻有少數人才能掌握的“黑科技”。

　　研究人員不是為了窺探隱私而來，但這項研究向人們警示了人工智能時代信息安全和隱私保護的風險。人類正加速走進人工智能時代。與互聯網相比，人工智能更需要數據的支撐。可以說，人工智能總體上由數據驅動，沒有數據，它無法進行配對訓練、識別、預測，也就不能理解人們的需求，人們也享受不到精准、智慧的服務。而隨著越來越多的數據被收集、被分析，信息泄露的風險隨之增加。

　　技術更新迭代是推動社會進步的重要力量，人們不能因隱私問題而因噎廢食，但人工智能的發展也不能以犧牲隱私權為代價。未來智慧生活中，高度智能化與高度隱私安全如何兼得，筆者認為，至少應當遵守三條原則，即收集要授權，使用有界限，存儲應保護。

　　人們有時必須把信息讓渡出去，才能享受到智能化的服務。從一定程度上說，人工智能時代人的“透明化”趨勢不可逆轉。但必須明確，任何機構或個人在收集、利用個人信息時，需先得到用戶授權。用戶有知情權和選擇權，即知道哪些信息被收集以及選擇是否讓渡。此外，所有信息應歸屬於用戶本人，諸如互聯網公司等商業機構只是“借用”，它們所擁有的應當是數據分析的結果，而不是其所有權和處置權。

　　即便獲得授權，信息收集方也不得濫用用戶賦予的數據。人們提交車輛位置信息，可能是為了獲得智慧交通出行服務，而不是受到門類繁多的車險產品騷擾﹔人們完善資料，填寫收入、職業信息，可能是為了完善信用體系，而不想接收來路不明的理財信息。信息收集有度，使用也應有邊界。而對於敏感的密碼、指紋、簽名字跡、人臉特征等身份認証信息，更應該有明晰的界限，除特定的情況並征得用戶授權外，用戶本人應絕對掌控，信息採集方也無權違規使用。

　　保護隱私，信息收集方也要承擔起保障數據安全的義務。不久前出台的《網絡安全法》就明確提出了“誰收集、誰負責”的原則。數據已經成為優質資產，過去因為系統漏洞或防護能力不強等原因，一些知名互聯網公司都發生過黑客入侵，造成大量用戶隱私數據泄露的事故。這種現象不應再重演。

　　應當看到，人工智能並非隱私保護的天敵。利用得當，它還能成為保護隱私的利器。比如，基於行為分析，人工智能可以快速檢測出惡意軟件，通過機器學習還能及時檢測異常網絡流量行為，預警黑客入侵，從而提升網絡安全防御水平。

　　當然，搭好隱私保護的屏障，用戶也要提高自身安全意識。如非必要，盡量不要在一些網站上提交個人信息﹔要訪問正規的網站，避免被釣魚網站騙取個人信息等。隻有明確權責，各方協同，人們才能真正暢快無憂地享受人工智能的便捷。（喻思南）

分享讓更多人看到