简介商业数据、个人数据、隐私保护、法律合规，错综复杂却与我们每个人息息相关，无论大小数据与AI无论如何快速发展，都要把握创新的尺度，不从恶，而从善。一、大数据的发展困境犯罪心理学中有一个“破窗理论”。无论是企业还是个人，都有这样一个不为人知的“小窗口”。或许我们没有办法保证它永远完好无损，但至少在它坏了之后，你要敢于主动，快速修复。否则，透过裂缝，这扇窗户的裂缝会进一步扩大，这种诱惑带来的风险会越来越不可控。当你登录手机APP的时候，是否发现各种APP软件对你手机权限的强制性要求越来越少，而你的权力却越来越大？其实不是你的权力变大了，而是一些企业组织之前滥用大数据权限，对你剥削太多了。7月30日，在中国消费者协会召开的五届七次理事会会议上，工业和信息化部信息通信管理局副局长卢春聪公布了以下数据。“工信部持续加大APP违规发现、曝光和处置力度，截至目前，已组织16批次集中抽查，检查139万款APP，通报违规APP1407款，下架APP377款随着数字经济的发展，大数据在使用过程中实际上存在着“大数据困境”，这种困境主要是三个方面的利益冲突造成的，即：1.公众；2.商业公司；3.大数据相关从业者，社会成员，商业公司员工。利润最大化、合法合规（但也有一些副作用）。作为社会成员和商业公司的从业者，大数据从业者的目标存在一定的矛盾：e每个从业者都必须权衡自己作为社会一员和公司员工的利益，这就是他们面临的社会困境。幸运的是，如今，这种令相关从业者尴尬的情况越来越少了。因为随着一系列相关法律的颁布，数字世界也越来越规范。2.一张图了解数据与重要法律法规的关系。数据涉及的领域太多，概念太大，出台的法律也多。如何有效理清它们之间的关系？东方林语用一张图，让你清楚了解商业数据、个人数据和各种法律的适用范围，让大家知道如何有效维护自己的合法权益。首先，商业数据的分类可以分为公共数据、平台数据和企业数据。其次，个人数据的分类可以分为个人行为数据、个人信息和个人隐私。再次，所谓重要数据和核心数据分别包含一部分业务数据和一部分个人数据（不是全部）。最后，从法律的角度，突出了《民法典》、《个人信息保护法》、《数据安全法》、《网络安全法》、《国家安全法》在数据字段中的适用范围。了解了以上四点后，就可以用一张图来理解彼此之间的关系了。无论是企业还是国家机关，任何涉及重要数据的处理机构，如果不能保证数据的合规性和安全性，势必会带来巨大的风险，给管理带来困扰，甚至影响品牌声誉。国内外类似案例不胜枚举。融合、共享、应用、变现（价值表达）是企业、政府、科研机构对数据使用的诉求和目标。如今，法律法规和监管方面都有明确的要求，以确保数据在数据收集、存储、使用、处理、传输和呈现的全过程中的安全、隐私和合规。三四项值得关注的重要技术。在此背景下，哪些相关技术和领域会受到关注？东方凌宇专注于四项技术，即：隐私计算技术、零信任技术、认知智能技术、边缘技术计算技术。如果想深入了解这四项技术，可以关注东方临雨相关文章的介绍。如果你把每个技术的一句话解释分别背下来，就可以大致理解它的意思了。具体来说，就是：1、隐私计算技术：数据不动模型动，数据可用不可见。2、零信任技术：从不信任，不断验证。3、边缘计算技术：聚焦局部边缘计算，更好地服务于整体云计算。4、认知智能技术：能够理解、思考、解释的人工智能技术。其中：隐私计算解决数据隐私和合规问题；零信任解决安全访问问题；边缘计算解决了算力不足和数据本地化保护的问题；认知智能解决了人工智能发展趋势的问题。这四种技术并不是孤立的，而是相辅相成的。或许，大数据从业者会纠结于大数据发展的伦理问题与自身工作中的利益冲突。但就数据本身而言，它是一段冰冷的代码。无论是大数据还是人工智能，都完全没有人类的情感。它的“偏差”取决于其背后算法训练的数据。例如，早在2018年2月，麻省理工学院（MIT）媒体实验室的计算机科学家JoyBuolamwini就发现，来自IBM、微软和其他公司的性别识别AI系统可以以99%的准确率从照片中识别图像。准确识别一个人的性别，但仅限于白人。当应用于黑人女性时，这个数字直线下降到35%。所以，一切的歧视、偏见，都是从我们人的观点来的。技术爆炸带来的社会创新太快，我们不能完全依靠立法来解决数据安全和隐私问题。但是，当我们建立起一套相对规范统一的伦理和立法后，数字世界就可以在这个框架下，开始朝着良性循环的方向发展。同样，要正确认识“破窗效应”，就要守好我们的“小窗”，不让它肆无忌惮地开洞。少走捷径，守住底线才是长久之道。对我们所有人来说最好的榜样就是追随善而不是恶的潮流。
