如今，你是否发现，我们所处的每一个地方的每一件事都会被持续记录及上传到互联网上。这首先从人口稠密的城市区域开始，随后地球上每一部分的每一平方米都将被记录。在机器视觉和人工智能领域的进步，意味着这些海量的数据将具有可用性，这将彻底改变广告推广和法律的实施，也将把我们带回到有隐私之前的世界。

哪里都有摄像头

这是我们今天的情况：

卫星和无人机可以记录这地球上的任何地方。这使得 Terra Bella（Google 的一家子公司）可以出售地球上任何地方的高清即时影像以作商业上的应用。但是在大多数情况下，分辨率还比较差，例如你可以从空中监控到一辆卡车是否在某个建筑工地，但是不能看到卡车的车牌。

闭路电视和家庭摄像系统的数量已经随着传感器价格的下跌而激增，同时在国家安全方面和个人安全方面（家庭安全和儿童照看等）的监控需要都增加了。英国有超过600万套监控系统。

用户视频的录制量已经经历了疯狂的增长。从数量级上讲：每天有超过 400万小时的视频被上传到 YouTube。这种增速并未减缓，因为这个星球上那一半没有智能手机的人也正在开始用上智能手机，同时类似 Facebook Live、Twitter 的 Periscope 和 Snapchat 这样的产品都驱使着智能手机的用户拍摄更多的（现在是「直播」）视频。

在不久的将来，自动驾驶汽车将变成一个巨大的市场，并且自动驾驶汽车将能持续摄制高分辨率、高帧率的 360 度全景视频。想到这场自动驾驶汽车革命将替代今天所有的汽车，你已经会发现这些视频的量将非常巨大，但要是考虑到自动驾驶汽车在更大的物流领域的角色，这事情就更具有颠覆性了。随着市场需要货物被越来越「按需」送达（亚马逊已经推出了「一小时送达」服务），自动驾驶汽车（包括无人机）将成为公司满足这种需求最合算的途径。

随着这些技术革命的展开，我们正与能对这个星球上任一部分的每一平方米持续录制高清视频的时间越来越近。

从视频到洞见

得益于视频数据的爆发，电脑视觉在过去 20 年发生了不可思议的进步。

让我们从一些你可能没有意识到的事情开始：作为麦克风的视频

目前，在用算法处理极高分辨率的无声视频后，我们能够复原出视频录制当场的声音。能够识别声音引起的周围物体的细微震动的技术使这成为现实（一些同样的技术使得我们可以从视频中获得别人的心率）。

在这个视频的惊人例子中，研究人员能够通过拍摄在隔音玻璃后面的一包薯片来复原一段对话。在根本不录制声音的情况下，这种复原好到足够让人明白交谈者在讲些什么。但是自动驾驶汽车和闭路电视系统没有理由不录制声音，这些技术也许有助于获得更好的声音分辨率，尤其是在距离较远和环境嘈杂的情况下。自然语言处理

目前，虽然 Google Now 和 Siri 可能还无法胜任，但是在研究实验室里，在将声音转化成文本方面，我们已经有了靠谱的技术。在人脸识别方面，训练自然语言处理（NLP）算法（来自于智能手机和机器人程序的交互界面以及 Amazon Alexa/Google Home 音箱）的数据爆发式增长也刺激了这场革新。

在 2016 年，微软的技术在语音识别能力方面已经击败了人类对照组。在此之后不久，Google 展示了将八对语言组合进行实时翻译的新方法，这也意味着这些新技术已经轻轻松松嗖地一声超过了（大部分）人类的翻译能力。面部识别问题

在 2015 年 6 月份，Facebook 的人工智能负责人 Yann LeCun 宣称 Facebook 的算法在识别从 Flickr 获得的 40000 张图片中的人脸时正确率达到83%。有趣的是，有时候图片中并不需要出现人脸——因为算法在拥有足够多关于用户的数据时，能够使用其他类似于衣着之类的线索来识别用户（「Mark 似乎总穿灰色的 T 恤衫」）。

随着照片激增，Facebook 和 Google 也随着用户在图片中标记他们的朋友而获得持续的反馈，基于图片的识别技术正在持续进步。在拥有视频、每个用户的习惯、着装和定位的历史记录的情况下，算法将在识别谁是谁这方面轻松超越人类，而也许在解读视觉线索上，算法也比你厉害。

大海捞针

人工智能系统能够从原始数据中推断出更高水平的概念。例如，人脸就是一个从构成视频的原始像素中推断出来的特征。这实质上使得所有视频和所有声音都变成了可搜索的文件。

人工智能也通过对数据集加上常见的识别符来对许多可获得的数据资源进行此种搜索。所以你看到的不仅是「视频里的一张人脸」，也是这张脸后面的人名，是这个人在网络上留下的蛛丝马迹（包括所有其他这张脸曾经出现过的地方、所有浏览活动、所有通信、所有线上社交过程中的观点等）和所有其他可能获得的数据集。

这些人工智能系统将持续进步，并且每次经过改进的版本将对原始数据重新进行处理。所以，这些进步意味着什么呢？

对商业的意义

广告商、保险公司、零售商和银行将尽情享受这些新数据，就像他们目前为止已经对其他互联网数据做的那样。他们的目标依然是对「你」建立起一个充满细节的用户画像，以卖给你更多东西并量化你带来的风险或责任。

无迹可寻的监控加上一直在进步的人工智能系统可以提供：

你的经济社会地位：你居住的地点、你工作的地点和收入、你是否要送小孩上学、你跟谁以何种频率到哪里消遣。

你的购物习惯：你到哪里购物、你穿什么衣服、你的朋友穿什么衣服、你去工作的时候必须穿什么衣服。

你的健康：你有多活跃、你是否吸烟或喝酒、你光顾或预定哪种餐馆、你去看过多少医生。

而这些是否会在台面上出现，则将取决于视频数据使用的相关监管的本质。台面之下，虽然互联网安全问题风头正劲，但这些数据仍将被用作商业目的。

在隐私方面的意义

就像 Gregory Ferenstein 曾在他《The Birth And Death Of Privacy》一文中睿智指出的那样：「『完全透明』是人性的自然状态。隐私作为一个概念，只有大概 150 年的历史。」

在很长一段时间，想要获得我们今天所考虑的任何形式的隐私其实都是不可能的。部落社会都一起生活在山洞中，罗马人都生活在只有一个房间的房子里，中世纪的家庭和他们的仆人都睡在同一张床上，所以实际上，他们没有私人空间或是个人隐私的概念。

随着独立的房舍、房间、床的出现，并可通过像写信和电话这些新科技进行通信以后，私人生活变为可能，对于隐私的渴望也开始出现。美国第一个主要关于隐私的法案是《1710 邮局法案》（1710 Post Office Act）。该法案禁止邮局工作人员拆阅邮寄的信件。

但是，隐私对于便利和成本来说一直是次要的考量因素。这也解释了对那些侵害我们隐私却被认为是值得的新科技的持续而广泛的应用。

智能手机和互联网革命也已经带来了深刻的变革，虽然你能够选择不使用智能手机或 Facebook、Google 等所有以收集和售卖你的数据为生的公司提供的服务。

但在一个到处都是摄像头的世界里，「数据追踪」完全是离线的。从你出门那一刻开始，你所有的行动都被打上时间戳、进行定位、添加到你的电子简介并记录进数据库。你无法默认选「否」。而更多的数据（特别是视频数据）收集，电脑犯罪的范围和效率也增加了。

当下，无论企业还是厂商开发某种技术或产品时，应该是在仔细衡量过包括对隐私的影响在内的所有优点和缺点的前提下所做出的谨慎的社会选择，同样，尊重隐私也成了人性的考量。