當(dāng)前位置:首頁 >  科技 >  互聯(lián)網(wǎng) >  正文

《黑鏡》信用評(píng)價(jià)照進(jìn)現(xiàn)實(shí),你害怕被扣分嗎?

 2018-05-02 20:14  來源: A5專欄   我來投稿 撤稿糾錯(cuò)

  域名預(yù)訂/競價(jià),好“米”不錯(cuò)過

電影《黑鏡》中的社會(huì)信用評(píng)價(jià)照進(jìn)現(xiàn)實(shí),這是一種怎樣的體驗(yàn)?zāi)?

《黑鏡》中人們通過AR人臉識(shí)別,可以看到對(duì)方的實(shí)時(shí)評(píng)分。你的形象、身份、社會(huì)信用都會(huì)通過AR識(shí)別的方式展現(xiàn)出來,你的打分將馬上對(duì)對(duì)方會(huì)產(chǎn)生影響,將決定他能不能乘坐某樣交通工具,會(huì)不會(huì)受到其他人歡迎等。

劇中的女主想要借助跟高分的人的打分迅速提升分?jǐn)?shù),為此她特意練習(xí)了一個(gè)演講,以討好自己并不喜歡的對(duì)象。結(jié)果長途跋涉的路上遇到了許多意外,被扣了分,因?yàn)榭鄯謳淼牟槐銕硪幌盗械倪B鎖反應(yīng),在一趟旅途之中分?jǐn)?shù)掉到了谷底,而最終連購票的資格都被取消。

而目前,《黑鏡》中的個(gè)人信用體系將照進(jìn)現(xiàn)實(shí)。中國計(jì)劃到2020年建立起社會(huì)信用體系,給14億人打分,同時(shí)利用面部識(shí)別等系統(tǒng)跟蹤所有人的行為。假如你分?jǐn)?shù)下降,生活將會(huì)出現(xiàn)許多不便。最近已經(jīng)有一批人因?yàn)槟承﹩栴}被列入失信人名單,不能購買飛機(jī)票和高鐵票,不能買房子,孩子也無法就讀私立學(xué)校。

社會(huì)信用系統(tǒng)照進(jìn)現(xiàn)實(shí),會(huì)對(duì)我們的生活帶來什么改變呢?智能相對(duì)論分析師柯鳴認(rèn)為,隨著AR人臉識(shí)別、機(jī)器深度學(xué)習(xí)技術(shù)的發(fā)展,傳統(tǒng)的信用模式已經(jīng)難以適應(yīng)新時(shí)代下的發(fā)展,新的信用模式必然呼之欲出。

BAT巨頭們?nèi)绾尾季稚鐣?huì)信用系統(tǒng)?

社會(huì)信用體系是以相對(duì)完善的法律、法規(guī)體系為基礎(chǔ),以建立和完善信用信息共享機(jī)制為核心,以信用服務(wù)市場的培育和形成為動(dòng)力,以信用服務(wù)行業(yè)主體競爭力的不斷提高為支撐,以政府強(qiáng)有力的監(jiān)管體系作保障的國家社會(huì)治理機(jī)制。

對(duì)于BAT而言,對(duì)于社會(huì)信用系統(tǒng)的布局確實(shí)也成為了當(dāng)下企業(yè)競爭的一大發(fā)力點(diǎn)。

阿里巴巴承認(rèn),他們會(huì)根據(jù)用戶購買產(chǎn)品的類型對(duì)用戶進(jìn)行評(píng)估。一個(gè)一天花十小時(shí)打游戲的人會(huì)被認(rèn)為是游手好閑,而經(jīng)常網(wǎng)購尿不濕的人則可能已為父母,被認(rèn)為更有責(zé)任感。

阿里巴巴的芝麻信用體系

而分?jǐn)?shù)等級(jí)會(huì)演變成待遇等級(jí),評(píng)分達(dá)到650分,就能免押金租車,還能更快捷地入住酒店;超過700分的人,可申請(qǐng)新加坡簽證而無需提供在職證明等。

騰訊最近也上線了“騰訊游戲信用分”功能,用于維護(hù)游戲環(huán)境。最重要的是它一定程度上限制了玩家消極游戲。

其實(shí),這種類似的信用評(píng)分體系還有很多,比如高德地圖會(huì)為你的一次出行打分,某些餐廳或電影院也嘗試會(huì)員評(píng)分制度……

而如果將這些信用評(píng)分制度融合到一起,擴(kuò)大到整個(gè)社會(huì),其最大的優(yōu)勢就是能有效地劃分體系下的人群,不僅能督促人們培養(yǎng)好的行為習(xí)慣,還能有針對(duì)地為人們提供更好的服務(wù)。而新技術(shù)的發(fā)展似乎給個(gè)人信用體系帶來了“新的春天”。

生物識(shí)別呼喚新的個(gè)人信用使用方式

個(gè)人身份識(shí)別是個(gè)人信用體系建立的前提。隨著近年來生物識(shí)別的不斷進(jìn)展,在大數(shù)據(jù)的機(jī)器學(xué)習(xí)以及人工神經(jīng)網(wǎng)絡(luò)的深度學(xué)習(xí)上實(shí)現(xiàn)了突破。所謂深度學(xué)習(xí)的概念源于人工神經(jīng)網(wǎng)絡(luò)的研究。含多隱層的多層感知器就是一種深度學(xué)習(xí)結(jié)構(gòu)。深度學(xué)習(xí)通過組合低層特征形成更加抽象的高層表示屬性類別或特征,以發(fā)現(xiàn)數(shù)據(jù)的分布式特征表示。

在以往的系統(tǒng)個(gè)人信用模式中,征信機(jī)構(gòu)主要通過采集消費(fèi)者的證件號(hào)碼和姓名對(duì)消費(fèi)者身份進(jìn)行識(shí)別如美國征信機(jī)構(gòu)采用社會(huì)保障號(hào)對(duì)消費(fèi)者身份進(jìn)行識(shí)別,我國人民銀行征信系統(tǒng)采用包括證件類型、證件號(hào)碼、姓名在內(nèi)的三項(xiàng)標(biāo)示,并在征信報(bào)告查詢時(shí)引入其他問題對(duì)消費(fèi)者身份進(jìn)行識(shí)別。

目前,隨著生物識(shí)別技術(shù)的發(fā)展,其識(shí)別過程的安全可靠性使得個(gè)人信用系統(tǒng)識(shí)別方式不斷改進(jìn)。加上互聯(lián)網(wǎng)金融對(duì)風(fēng)控的強(qiáng)制要求和反欺詐中對(duì)身份識(shí)別的 " 剛需 ",生物識(shí)別技術(shù)在一些新型金融機(jī)構(gòu)的業(yè)務(wù)應(yīng)用中已取得較好的進(jìn)展。

其中,人臉識(shí)別配合傳統(tǒng)的密碼及短信驗(yàn)證等方式,自帶活體檢測的效果可以有效地避免個(gè)人信息泄露所造成的金融詐騙事件,也為個(gè)人信用體系的安全性提供了保障。

AI加持后的信用體系,能全方位評(píng)價(jià)一個(gè)人嗎?

顯然,AI加持后的個(gè)人信用體系似乎變的更加讓人信賴了。但是,大數(shù)據(jù)所體現(xiàn)出來的“用戶畫像”真的能夠全方位的評(píng)價(jià)一個(gè)自然人嗎?

人工智能推動(dòng)下的社會(huì)信用系統(tǒng),它不僅僅是作為一個(gè)社會(huì)推動(dòng)者,其最終可能會(huì)變得非常嚴(yán)格。芝麻信用技術(shù)總監(jiān)李應(yīng)云也曾表示,在SCS系統(tǒng)下,可以通過購買來判斷一個(gè)人。

芝麻信用技術(shù)總監(jiān)李應(yīng)云將這些看作是積極的事態(tài)發(fā)展,鼓勵(lì)一個(gè)人對(duì)自己的生活和消費(fèi)習(xí)慣承擔(dān)更大的責(zé)任,以便獲得一個(gè)積極的公民評(píng)分,即成為“值得信賴的”。

然而,用大數(shù)據(jù)檢測用戶行為是有失偏頗的。如何定義人們的日常行為?人們做許多事情可能基于不同的原因,如果情況不理解,就會(huì)存在被誤解的可能。

即使是一個(gè)只有少數(shù)數(shù)據(jù)點(diǎn)的基本SCS系統(tǒng),也可能描繪出一幅非常不準(zhǔn)確,不完整的圖片。比如,你可能正在玩游戲10個(gè)小時(shí),如果算法說你閑著,這可能會(huì)錯(cuò)過你玩這些游戲的原因。也許你是一名工程師,你正在測試他們。但系統(tǒng)認(rèn)定你為閑人,而這卻是你的工作。

因而,這就不得不談及大數(shù)據(jù)環(huán)境下的構(gòu)建誠信體系中的問題。智能相對(duì)論分析師柯鳴總結(jié)了目前人工智能加持下的社會(huì)信用體系建設(shè),發(fā)展了目前依然存在以下問題:

1.較高難度的大數(shù)據(jù)獲取

隨著社會(huì)的基礎(chǔ)信息搜索和信息共享機(jī)制的改變,大數(shù)據(jù)難以完全支撐有所信息的獲取。比如,以水電煤氣為代表的基礎(chǔ)信息、個(gè)人社保公積金以及教育、住房、司法系統(tǒng)尚未完全聯(lián)網(wǎng),底層數(shù)據(jù)缺乏;另一方面,支付、社交等信息依然呈現(xiàn)出彼此封閉和割裂的狀態(tài),互聯(lián)網(wǎng)巨頭擁有著大量的用戶數(shù)據(jù),這使得一般數(shù)據(jù)獲取的成本大大提高。

2.大數(shù)據(jù)模型可行度存疑

個(gè)人信用的大數(shù)據(jù)獲取模型必須建立在數(shù)據(jù)有效、充分抓取的基礎(chǔ)上,這需要實(shí)際應(yīng)用中的不斷修正和檢驗(yàn)。而在實(shí)際落地過程中,由于應(yīng)用時(shí)間較短,缺乏歷史數(shù)據(jù)的參考,目前的大數(shù)據(jù)模型依然存在著數(shù)據(jù)不足、缺乏檢驗(yàn)等問題,在落地過程中依然需要時(shí)間。

3.網(wǎng)絡(luò)大數(shù)據(jù)應(yīng)用范圍過窄

從目前來看,用戶數(shù)據(jù)大部分來自于互聯(lián)網(wǎng),這在實(shí)際應(yīng)用中把較少使用或不曾使用網(wǎng)絡(luò)服務(wù)的群體排除在外,比如老年群體以及偏遠(yuǎn)地區(qū)群里等。而這在大數(shù)據(jù)評(píng)估的過程中會(huì)存在著忽略此類群體的情況,不利于刻畫社會(huì)群體的“用戶信用畫像”。

總之,AI加持下的大數(shù)據(jù)信用系統(tǒng)確實(shí)能夠完善社會(huì)信用體系,但是大數(shù)據(jù)能夠收集個(gè)人日常失信行為,但并不是說這些失信行為就要被公布于眾,哪些行為需要公布,哪些不能公布,這都要有一個(gè)準(zhǔn)繩。

此外,在個(gè)人誠信檔案使用中也應(yīng)該分領(lǐng)域,比如有些領(lǐng)域可以閱讀完整的信用檔案,有些領(lǐng)域則不能閱讀完整檔案,需要對(duì)閱讀權(quán)限進(jìn)行分級(jí),可以建設(shè)一套與之相應(yīng)的信用評(píng)級(jí)系統(tǒng)。

社會(huì)信用體系的建設(shè)仍然有很長的路要走,當(dāng)《黑鏡》中的AR評(píng)分照進(jìn)現(xiàn)實(shí),個(gè)人信用的評(píng)估一定會(huì)再步入一個(gè)新的臺(tái)階。

智能相對(duì)論:深挖人工智能這口井,評(píng)出咸淡,講出黑白,道出深淺。重點(diǎn)關(guān)注領(lǐng)域:AI+醫(yī)療、機(jī)器人、智能駕駛、AI+硬件、物聯(lián)網(wǎng)、AI+金融、AI+安全、AR/VR、開發(fā)者以及背后的芯片、算法、人機(jī)交互等。

申請(qǐng)創(chuàng)業(yè)報(bào)道,分享創(chuàng)業(yè)好點(diǎn)子。點(diǎn)擊此處,共同探討創(chuàng)業(yè)新機(jī)遇!

相關(guān)標(biāo)簽
騰訊信用
芝麻信用
人臉識(shí)別

相關(guān)文章

熱門排行

信息推薦