美國東部時間7月3日早上8點,Facebook伺服器遭遇了大面積停電,這一事件使得全球 Facebook、Instgram和 WhatsApp受到影響——除了很難登錄,全球範圍內很多用戶在超過11個小時的時間裏都無法上傳圖片和分享故事。
很多時候,直到一個東西無法使用,我們才會意識到它的重要性:想像一下微信不能發朋友圈,聊天不能發圖片的景象……「我們發現一些用戶在使用我們的 App時無法上傳或發送圖片,」在停電事件發生後,Facebook官方賬號在 Twitter上表示。「很抱歉讓你們遇到了麻煩,我們正在儘快解決問題。」
不過人們在這場混亂中發現了一個有趣的現象:伺服器訪問的崩潰暴露了 Facebook對用戶上傳所有圖片的隱藏標籤。
▲今天,科技公司用 AI對你上傳的圖片做各種標註是常規操作。
每個人都知道,在電影《黑客帝國》中,男主角 Neo進入到矩陣「救世主」狀態並突然發現自己的「真實面目」:背後出現的一行行綠色代碼。
同樣地,由於 Facebook受到停電的影響,社交網絡用戶也察覺到了數字幕布背後的真相,即現在 Facebook網站上的很多圖片已經被該公司機器視覺系統分配給它們的標籤所取代。
所以,在瀏覽自己上傳的照片時,你將看不到度假時拍的照片或者食物和朋友的照片,相反你會看到一些描述性文本,比如「圖片可能包含:人們微笑、人們跳舞、婚禮和室內」或者只是「圖片包含:貓。」
總之:這就是電腦眼中的人們生活。這就是 Facebook AI判斷人們的方式。在窺伺一切的「數字眼」面前,你是否感到無處躲藏呢?!
▲ Facebook把這位用戶的頭像描述為「一個有鬍子的人」。
與此同時,Instagram上也出現了同樣的圖片標籤。這些標籤不僅詳細列舉了一般場景和目標描述,還根據 Facebook的人臉識別顯示出了照片中的人是誰。(自2017年起,Facebook就已經對未打標籤的照片賦予了這種功能)
至少從2016年4月以來,Facebook就一直以這種方式利用機器學習來「讀取」圖片,這是該公司「accessibility efforts」計劃的重要組成部分。Facebook利用這些標籤向視力障礙用戶描述照片和視頻內容。
人工智能可以從你的照片中提取大量個人信息。
目前尚不清楚 Facebook是否也利用這類信息來推送廣告。這些圖片中包含了大量的用戶生活信息,而這些信息我們或許並不願意讓 Facebook獲取:你是否養有寵物、興趣愛好是什麼、喜歡去哪裏度假或者是否真的喜歡老爺車、寶劍或其他任何東西?
早在2017年,基於這些原因,一位程式設計師就製作了谷歌瀏覽器擴展程序(Chrome extension),以揭示這些標籤。正如他當時所說的:「在我看來,很多互聯網用戶都沒有意識到,大量的信息正按部就班地從他們的照片中提取出來。」
▲除了描述形象,Facebook的人工智能也可以直接認出特定的人。
從推特上人們的反應來看,這次停電造成的反應對於大多數人來說無疑是新鮮事物。至於這些機器打上的標籤是否會被 Facebook用來做廣告定位,該公司尚未回應。
▲圖中有幾個人,那些人有什麼表情?Facebook都可以識別出來。
不管這些信息是如何被使用的,這次停電事件向我們揭開了「世界最大數據收集項目」的冰山一角。它還展示了今天的人工智能可以在多大程度上解讀一張照片。
近年來,深度學習的進步徹底改變了機器視覺領域,現在的在線視覺內容經常和文本一樣清晰易讀。而對於計算機來說,一旦內容清晰可見,就可以輕鬆地存儲、分析並提取結構化數據。對於大多數人來說,只有像7月3日系統崩潰這樣的時候,我們才會意識到這一切的發生。
由於 Facebook提供的服務日趨複雜,其應用和網站時常遭遇宕機。今年3月13日和4月14日,Facebook均發生了嚴重宕機事件,部分服務故障時間長達24小時。不過,即使問題出現的時間很短也會影響到很多人——截止2019年3月底,Facebook報告的月活用戶(MAU)數量高達23億8000萬人。
當這些服務對於商業和通信至關重要的時候,任何問題都會是大問題,不僅是伺服器的穩定,還有對於數據的使用。
參考內容:
https://www.theverge.com/2019/7/3/20681231/facebook-outage-image-tags-captions-ai-machine-learning-revealed
https://phys.org/news/2019-07-outage-facebook-worldwide.html
https://zephoria.com/top-15-valuable-facebook-statistics/