當(dāng)蘋果在 WWDC 2016 的主題演講中，講到“差分隱私 (Differential Privacy)”這個密碼學(xué)專有名詞的時候，只有少數(shù)人意識到，蘋果又走在了時代前列。

大部分中外觀察者都認(rèn)為，蘋果為人工智能時代所做的努力不夠，它依然是一家以硬件設(shè)備為核心的公司，對于為更大規(guī)模的用戶提供服務(wù)不感興趣（例如 iMessage 等軟件均沒有 Android 版），所以等人工智能技術(shù)得以真正嶄露頭角的時候，很可能難以追趕 Google、Facebook、亞馬遜和微軟。

這或許是對的。但蘋果在解決人工智能時代的隱私保護難題上，又似乎比其他科技巨頭，走得更遠。

人工智能依賴于機器學(xué)習(xí)（深度學(xué)習(xí)）算法，而機器學(xué)習(xí)又需要大規(guī)模的訓(xùn)練數(shù)據(jù)，所以向用戶搜集數(shù)據(jù)比以往更加重要。

如今，當(dāng)你向一家互聯(lián)網(wǎng)公司詢問，你們收集來的用戶信息會不會侵犯用戶隱私的時候，行業(yè)標(biāo)準(zhǔn)答案是：

1、收集用戶信息是必要的，這樣有助于改善產(chǎn)品或服務(wù)。

2、我們是匿名收集用戶信息的，并不保存任何用戶的身份信息。

“匿名收集”這個答案，作為擋箭牌非常好用。外行都會被它唬住，以為匿名就意味著無法關(guān)聯(lián)到具體的某個用戶的信息。

但是對這個行業(yè)稍有了解的人，都應(yīng)該清楚，匿名并不能完全保證用戶的隱私安全。最經(jīng)典的案例莫過于，Netflix 曾放出“經(jīng)過匿名處理的”上億條電影評分?jǐn)?shù)據(jù)，“僅僅保留了每個用戶對電影的評分和評分的時間戳”，希望通過競賽的形式，找到更好的影片推薦算法。但是 2009年，德州大學(xué)的兩位研究人員，通過這些匿名數(shù)據(jù)與公開的IMDB數(shù)據(jù)做對比，成功將匿名數(shù)據(jù)與具體的用戶對應(yīng)了起來。Netflix 不得不取消了，這項原計劃每年舉行的競賽。

蘋果想把（一定會收集用戶信息的）科技公司在隱私保護方面的級別，提升到新的高度。而“差分隱私 (Differential Privacy)”，正是它找到的答案。這項密碼學(xué)前沿技術(shù)的基本原理，就是向包含個體信息的大量數(shù)據(jù)集里注入噪音（或者說擾動），目標(biāo)是保證每個個體信息都無法泄露，同時這個數(shù)據(jù)集的統(tǒng)計學(xué)信息依然可以被外界分析。

科學(xué)家們正在研究，究竟注入多少噪音，可以實現(xiàn)隱私保護和數(shù)據(jù)分析的最佳平衡。

不出意外的話，蘋果將成為第一個真正大規(guī)模使用這項“差分隱私 (Differential Privacy)”算法的公司。但是也有學(xué)者表達了自己的擔(dān)心，他們認(rèn)為這項技術(shù)前景可期，但還沒有成熟到大規(guī)模商用的時候。

也有人猜測，蘋果應(yīng)該與微軟達成了某種私下協(xié)議，因為這項“差分隱私 (Differential Privacy)”算法的提出者，來自微軟研究院。蘋果在 WWDC 上引用了一名大學(xué)教授對蘋果使用該算法的看法——“使用這項算法說明蘋果很有遠見，蘋果在隱私保護方面領(lǐng)先其他科技公司”，而這名教授是《The Algorithmic Foundations of Differential Privacy》（差分隱私的算法基礎(chǔ)）一書的兩個作者之一，另一位就是微軟的研究員。

一個可能的情況是，研究這項算法的大公司不止蘋果一家，只不過它是最先表明積極態(tài)度的，至少在輿論方面占得先機。

總結(jié)一下。讀完本文，你只需要知道“匿名收集信息”并不能回答互聯(lián)網(wǎng)公司如何保護用戶隱私的問題，就可以了。就像亞馬遜CEO貝佐斯在 Re/code 大會上講的那樣，保護隱私是這個時代的難題。只不過，愿意給出新解法的公司，卻少得可憐。

注：更多關(guān)于蘋果“差分隱私”的報道，參見本站的其他文章：

《蘋果如何在收集你們數(shù)據(jù)的同時，卻不侵犯你的隱私？》

《差別隱私，iOS 10 更新升級的保護傘》 

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。