GDPR的影響

2018年5月25日，歐盟所有成員國都將采用新的通用數據保護條例(也稱為GDPR)，該條例對于個人信息的收集、管理和使用有了更嚴格的規定。新法規對于消費者數據的整理方式、必須采用哪種方式進行存儲和保護以及如何使用等方面具有廣泛的影響。

各種組織不能夠再收集大量關于消費者的數據進行多方面的分析——現在要求數據控制者將個人數據的處理操作最小化，并且進行高效的限制，僅用于特定目的應用需求。此外，該應用必須能夠明確傳達給相關數據的個人，獲取用戶同意的要求也必須更加的明確。因此，那些我們已經熟悉的笨拙且易混淆的條款都將不適用：處理個人用戶數據的公司必須能夠透明的解釋他們要收集哪些數據、清楚地說明為什么需要這些數據以及如何使用等。

另一個重要的考慮因素是：GDPR給予同意處理其數據的個人可以隨時撤銷授權的權利，值得注意的是，數據控制人員必須為此建議用戶這項權利，他們還必須能夠提供簡單的方法讓用戶能夠撤銷授權，然后確保在合理的時間范圍內刪除數據，這僅僅是數據處理法規方面的根本性改變，但可能會產生巨大的影響。

理論上不能夠充分證明符合GDPR條例的公司將會面臨巨額罰款，因此數據隱私和保護對所有公司來說都越來越重要，這將會促使各種組織和服務提供商能夠深刻地重新考慮他們收集數據和處理的方式。

人工智能（AI）介紹

考慮到不符合GPDR條例帶來的影響，企業可能不想再收集個人用戶的任何數據，但是為了提供相互服務，企業與消費者之間的數據通信是必不可少的，我們可以進行最小化處理但不可能避免。

那么人工智能（AI）如何提供幫助呢？讓我們來看一些潛在的應用場景以及我們對引入AI如何減輕一些風險的解釋。

針對安全的行為定位

假設一個繁忙的機場，每天有成千上萬的旅客通過大廳和登機口，視頻記錄設備實時對每個現場進行監控。每個攝像機都會創建連續的視頻流，在進行存檔之前這些視頻流會在安全控制室內進行匯總和監控。這些視頻包括上百萬幀的數據，每個數據都包含數百張人物圖片、他們的臉、活動以及通過在機場內的軌跡，要有效監控所有視頻數據源無疑是一項挑戰，即使受過專業行為分析培訓的專家也是如此，更重要的是，這些系統正在不斷創建和歸檔大量的視頻數據，其中大部分數據基本上都是毫無用處的。

在GDPR條例中規定攝像機與控制室之間的視頻加密傳輸是必需的，這樣才能夠保證數據在網絡中傳輸是安全的。事實上這種基本的安全要素已經在使用了，但通過將AI技術引入攝像機單元我們可以進一步改進該系統：在這種情況下視頻信號處理芯片集成的神經網絡處理器會被設置為匿名識別每個場景中的任務和物體，除了檢測到可疑行為或者異常。舉個例子，一個用戶帶著兩件行李進入某個區域，但是離開時只拿走一件行李，盡管他還沒有達到登機柜臺，系統會自動記錄視頻的相關部分。進一步分析可以確定某個用戶，但是視頻中的其他人依然是匿名的，因此AI不僅可以顯著的減少需要處理的數據量，還可以實現匿名處理源數據。

AI在自動駕駛領域的應用

機場的案例說明了一個潛在的AI應用場景，在此場景中人們期望得到監控并且監控視頻只能認為是機場的私有財產。另一個例子就是在ADAS系統中使用攝像頭的汽車，在這種情況下攝像機會在車輛行駛過程中不斷捕捉公路上的圖像，獲取該線路上所有用戶、司機和行人的個人信息顯然是不可能的。

在ADAS系統中使用神經網絡技術可以幫助處理攝像機或者傳感器自身相關的數據，攝像機輸出的圖像并不一定都是用戶可以識別的，相反，在圖像處理流水線中使用AI技術，這可能會將原始數據轉變為數字化視頻流。舉個例子就是道路標志識別系統解析速度限制，其中標志的數字和距離非常重要：AI攝像機輸出的數據非常的簡單，比如是“70kph in 50m”，當然這是一個簡化的例子——實際的道路標識系統要復雜的多——但是它足以說明了SoC中的AI和神經網絡技術能夠顯著的減少下游環節需要處理的數據量。

片上神經網絡提供了解決方案

在任何數據處理應用中授權同意是很難展示的，尤其是大規模的個人識別數據無法避免的情況下，在芯片中集成神經網絡以創建一個人工智能平臺，它能給我們提供獨特的解決方案。

神經網絡技術的一些元素已經集成到智能手機SoC芯片中，對一些應用提供支持，比如人臉識別、安全支付等。同樣的，我們期望AI運行在神經推理引擎上，為自動駕駛帶來革命性的變化，它將使得消費電子設備能夠與用戶自然的交談，它將成為新一代智能家居和物聯網（IoT）設備的核心，事實上我們預計人工智能（AI）將變得無處不在。

毫無疑問GDPR是批量審查數據保護和處理要求的主要催化劑之一，但是我們將這些新規定解讀為另一種影響，它將帶來電子設備收集和處理信息方式的創新，我們預計這種趨勢會滲透到更廣泛的應用領域，甚至是一些AI“知道”而人類“不知道”的世界，這一切都是為了更好的遵循數據保護條例。