機器學習可以探知你的許多秘密——包括最敏感的信息，比如預測你的性取向、是否懷孕、是否要辭掉工作，或者可能命不久矣。? ??

那么，機器是真的“知道”你的秘密，還是僅靠猜測？如果機器只是像人一樣進行推測，那這么精確有錯嗎？??????

讓我們來看幾個例子：? ? ?

美國塔吉特百貨（Target）對孕婦的預測，或許是算法探知人類秘密最知名的用例之一。2012年，《紐約時報》的一篇文章講述了企業(yè)可以如何利用手中的數(shù)據(jù)，文章中有一則趣聞：一名父親看到塔吉特百貨給女兒發(fā)送帶有明顯指向性的嬰兒用品優(yōu)惠券，才得知十幾歲的女兒懷孕了。

這個故事可能是虛構(gòu)的，即便真發(fā)生過，根據(jù)文章對塔吉特百貨工作流程的詳細解讀來看，也可能只是巧合，而非預測性分析。不過，預測技術(shù)的確存在隱私風險。畢竟，如果一家公司的市場部門能夠預測出誰懷孕，就代表其查看了非自愿提供的敏感醫(yī)療數(shù)據(jù)，但其實只有受過專業(yè)培訓的醫(yī)護人員才能妥善處理和保密這類數(shù)據(jù)。

此類信息的獲取途徑如果得不到妥善管理，將對個人生活產(chǎn)生巨大影響。一名擔憂的市民在網(wǎng)上指出，設想一名孕婦，“工作不穩(wěn)定，而且還沒有申請好產(chǎn)假期間的政府福利……此時被曝光懷孕，可能會令她失去生產(chǎn)補助金（約2萬美元）、產(chǎn)假福利（約1萬至5萬美元），甚至丟掉工作?！? ? ?

這不是數(shù)據(jù)處理不當、泄露或被竊取的問題，而是產(chǎn)生新的數(shù)據(jù)——即間接發(fā)現(xiàn)人們不愿意披露的真相。企業(yè)可以通過現(xiàn)有的數(shù)據(jù)進行預測，見微知著，從而獲得有力的洞察。??????

因此，預測模型的表現(xiàn)過于優(yōu)異，是否反而對我們不利？我們知道，模型預測不準確會造成損失，但過于準確是否也不太好？

即便本身準確性不高，模型仍然可以對特定人群的懷孕情況做出準確預測。假設18歲至40歲之間的女性顧客中有2%是孕婦，如果模型能夠找出顧客中懷孕可能性高于平均水平3倍的人，其中只有6%是孕婦，這樣一來預測準確性就提升到了原本的3倍。若是進一步縮小范圍，比如鎖定最可能懷孕的前0.1%人群，預測準確性會更高，如果提升到原來的46倍，那么這其中可能有92%的人是孕婦。在這種情況下，系統(tǒng)足以識別出非?？赡軕言械呐?。? ? ?

同樣的概念也適用于預測性取向、種族、健康狀況、定位和離職意向。即便一個模型綜合來講不是很準確，但針對相對有限的群體，也可能準確地預測到這些信息。因為人群中總有一小部分人的相關(guān)信息更加易于探測?，F(xiàn)在的技術(shù)或許只能準確預測相對較小的群體，但即便是100萬人里前0.1%的群體，也意味著有1000個人的情況是可以被預測的。? ? ?

很好理解人們?yōu)槭裁床幌胱屍渌酥肋@些信息。2013年惠普預測將有超過30萬員工可能離職——相關(guān)指標被惠普稱為逃跑風險（Flight Risk）指數(shù)，并被提交給管理者。如果計劃離職，你大概不會想在正式提出之前讓領(lǐng)導知道。? ? ?

還有一個例子，人臉識別技術(shù)可以用于追蹤定位，涉及一個人悄無聲息轉(zhuǎn)移地點的基本自由，比如公共場所放置的監(jiān)控就能夠識別出某人在某一時間段在某個特定地點。我當然不是指責人臉識別技術(shù)，但微軟和谷歌的CEO都因這個原因而反對這項技術(shù)。??????

再比如，一家咨詢公司為人力資源部門制作了預測員工流失情況的模型，并表示可以預測員工死亡狀況，因為這也是造成員工流失的一個因素。人力資源部門回應道，“不要給我們看這個！”他們并不想承擔預知哪些員工可能馬上面臨死亡威脅而帶來的責任。? ? ?

研究表明，預測性模型還可以通過Facebook點贊等痕跡，識別出其他隱私屬性——比如種族和民族。需要擔心的是市場營銷人員會如何利用此類預測。哈佛大學政府和技術(shù)專業(yè)教授拉坦婭·斯威尼（Latanya Sweeney）說，“最后，網(wǎng)上的廣告會帶有針對性。你不會想讓新手媽媽看釣魚竿廣告，而讓釣魚的人看紙尿布的廣告。問題是這種針對性什么時候會越過精準營銷的界限，對整個群體產(chǎn)生負面影響？”的確，斯威尼的一項研究表明，用谷歌搜索“聽起來像黑人”的名字時，彈出廣告暗示這個人有犯罪前科的幾率比搜索其他姓名時高出25%，即便廣告商的逮捕記錄庫中并沒有叫這個名字的人。? ? ?

“如果創(chuàng)造一項可以分辨出種族的技術(shù)，就可能有人用其去壓迫這個種族的人?！泵绹鴨讨味卮髮W法學院隱私及技術(shù)中心高級經(jīng)理克萊爾·加維（Clare Garvie）說。? ? ?

利用預測性技術(shù)對不同民族實施差別對待，將風險提升到了一個新水平。麻省理工學院深度學習研究員喬納森·弗蘭克（Jonathan Frankle）提醒說，這種趨勢可能會蔓延到多個地區(qū)?！拔艺J為將這種技術(shù)視為對民主的威脅并不過分。一旦國家采用這種嚴重的威權(quán)模式，就會利用數(shù)據(jù)，以一種更根深蒂固的方式來強行灌注思想和規(guī)則……從這個意義上說，我們正在稀里糊涂地步入這場緊急危機?！??????

給機器學習所追求的預測性目標劃清道德界限，是一個艱巨的挑戰(zhàn)，要準確劃定應該立法禁止的部分（如果有的話）更是難上加難。但是，我們至少要保持警惕，注意機器學習何時會助長早已存在的不道德行為，以及要何時小心處理其產(chǎn)生的數(shù)據(jù)。

艾瑞克·西格爾（Eric Siegel）| 文

艾瑞克·西格爾博士是知名顧問，曾于哥倫比亞大學任教，將機器學習講得通俗易懂、引人入勝。他是“預測分析世界”（Predictive Analytics World）與“深度學習的世界”（Deep Learning World）系列會議的創(chuàng)始人，也是Coursera機器學習公開課講師。他是一位受歡迎的演講者，曾受邀發(fā)表過100多場主旨演講，也是《機器學習時報》（The Machine Learning Times）執(zhí)行主編。他著有暢銷書《預測性分析：預知誰會點擊、購買、撒謊或死亡的魔力》（Predictive Analytics: The Power to Predict Who Will Click, Buy, Lie, or Die）。??????

柴茁 | 譯 蔣薈蓉 | 校 孫燕 | 編輯