人工智能伦理

数字签名是信息时代的产物，有着手写签名无法比拟的优势。我国于2005年4月1日起施行《电子签名法》，确立了电子签名的法律效力，规范了电子签名的行为，促进了电子商务的快速发展。

利用加密技术，可以对数据安全进行一些保护。数字签名则保证了数据的完整性，以及信息来自签名者（二者的关联性是难以篡改的）。在法规监管的同时，通过一些技术手段，对网络上某些高质量、高价值的数据的商业（即带来经济收入的）使用不再是免费的，自动实现议价协议，以鼓励、刺激更多高质量、高价值的数据的产生。

图2.46 数字签名保证了内容与签名的关联性，是可信的，而手写签名做不到这一点

二维码

20世纪80年代末，作为一种全新的信息存储、传播、识别技术，二维码逐渐受到关注，它比条形码更具优势。二维码的种类很多，常见的有PDF417码、QR码（Quick Response Code）、数据矩阵（data matrix）等。

更安全：可引入加密防伪等保护个人隐私的措施⁽⁶⁾。

信息多：编码范围广（包括文字、图像、签字、指纹、声音等），可高密度编码承载更多的信息。

容错强：抗污损，具有纠错功能。

超可靠：译码错误率不超过千万分之一。

易制作：尺寸可变，成本低，持久耐用。

一个好的应用创意就是一座金山。1994年，日本电装公司发明了一种叫作“QR码”的二维码，它在中国市场得到了许多巧妙新颖的应用，如信息获取、账号登录、移动支付、网站跳转、广告推送、票务销售、电子商务、追踪溯源等。二维码是新技术“应用创新”的典范，它的成功经验具有可借鉴性。因为中国有足够大的生态试验田，发动群众搞创新，这样的例子会越来越多。

0.2E EVAANKHHNOKRPATA

图2.47 QR码虽不是我国的发明，但我们对它的应用创新做得最好

对抗隐私侵犯

数据的存储方式随着存储介质的进步而发生着变化，尤其全球进入网络时代以后，大量个人数据流动到互联网上，成为挖掘者眼中的“宝藏”。随着物联网时代的到来，大数据和AI技术一旦遭到滥用，个人隐私被侵犯的风险将会变得更高。

图2.48 数据的存储成本越来越低，而安全性却越来越难以保障

以服务为名收集和分析用户的数据，是个人隐私的一个灰色地带。私人公司成为各种大数据的拥有者，在缺少监管的情况下，难以保证它们不会在利益的驱使下利用数据作恶，甚至干出一些威胁国家安全的非法勾当。个人信息（如身份证、家庭住址、联系方式等）存放在国家户籍管理部门和私人公司有着截然不同的结果，前者不会滥用，而后者一定会用它来赚钱。

例2.20 如果一个罪犯用加密服务隐匿了一些犯罪的证据，提供这种加密服务的公司是否有义务向警方提供这些个人数据呢？如果公司屈从于警方，它将会失去很多用户的信赖。如果公司拒绝与警方合作，它就成了罪犯的帮凶。对公司而言，这似乎是一个两难之选。对警方而言，犯罪证据的采集容不得讨价还价，因为隐匿犯罪证据是比侵犯隐私更大的恶，所以公司必须百分之百地配合案件的侦破。

有人提出一个折中之策就是公司只提供给警方用户加密过的数据，再由警方或第三方破解。因为破解需要成本，这门槛能够阻挡一些对用户权益的侵犯。谁的说法正确呢？我们的确需要法律法规来指导解决这些问题。

例2.21 当个人数据因商业目的被收集、复制、分析、使用时，用户应该有一定的知情权。例如，某大数据公司C提供身份认证服务，基于之前采集的个人隐私数据（如住址、身份证、驾照、税表等）⁽⁷⁾，通过认证服务获利。用户A在网站B注册，为了验证A的身份，B请C对A做了身份认证。然而，事先C并未知会当事人A它收集了A的个人信息，也没有征求A的同意，更不保证所收集的个人信息的质量。很多时候，用户甚至不知道谁在提供认证服务。这种有违个人意愿、以未经核实的个人信息牟利的行为，是否真的能起到认证担保的作用？若认证出现问题，用户A和网站B如何维权？

2.2 数据与模型

在 一个充满不信任的环境里，如何保证交易数据不被恶意篡改呢？2008年，一位自称中本聪（Satoshi Nakamoto）的日裔美国人发表了一篇论文《比特币：一种点对点式的电子现金系 统 》 （ Bitcoin:A peer-to-peer electronic cashsystem），提出了一种叫“比特币”（bitcoin）的“电子货币”（实则为虚拟货币）及其算法，并于次年启动了比特币金融系统。中本聪是一个笔名，此人的真实身份至今不明。各种阴谋论应运而生，有人甚至猜测它是一个组织，因为比特币的算法设计非常精巧，是一系列密码技术的成功应用，不像是个人所为。比特币的市值在2021年2月突破一万亿美元，形成了一个吞噬能力巨大的金融黑洞。

比特币具有“去中心化”（decentralization）的特点，迅速成为炒作的对象，一时间点燃了人们对区块链（blockchain）技术和数字货币（digital currency）的热情。区块链在数据保护上的优势，将产生深远的社会影响。我们将在2.2.1节简单地介绍区块链及其应用。

另外，数据与模型的关系也值得关注。数据驱动的机器学习模型，一旦训练结束之后，数据的任务便完成了。如果数据是需要保护的，那么它们训练出来的模型是否也应得到保护？模型未来将成为商品，它们是凝聚了智力劳动结晶的产物。

图2.49 全社会对隐私侵犯说不，通过技术和法律双重手段保障数据安全