Facebook全球崩溃11小时,暴露了科技巨头们用AI为你打的标签

简介: 美国东部时间 7 月 3 日早上 8 点,Facebook 服务器遭遇了大面积停电,这一事件使得全球 Facebook、Instgram 和 WhatsApp 受到影响——除了很难登录,全球范围内很多用户在超过 11 个小时的时间里都无法上传图片和分享故事。

很多时候,直到一个东西无法使用,我们才会意识到它的重要性:想象一下微信不能发朋友圈,聊天不能发图片的景象……「我们发现一些用户在使用我们的 App 时无法上传或发送图片,」在停电事件发生后,Facebook 官方账号在 Twitter 上表示。「很抱歉让你们遇到了麻烦,我们正在尽快解决问题。」


不过人们在这场混乱中发现了一个有趣的现象:服务器访问的崩溃暴露了 Facebook 对用户上传所有图片的隐藏标签。


95929BF8-5ECA-480C-9360-34179D372C16.png

今天,科技公司用 AI 对你上传的图片做各种标注是常规操作。


每个人都知道,在电影《黑客帝国》中,男主角 Neo 进入到矩阵「救世主」状态并突然发现自己的「真实面目」:背后出现的一行行绿色代码。


同样地,由于 Facebook 受到停电的影响,社交网络用户也察觉到了数字幕布背后的真相,即现在 Facebook 网站上的很多图片已经被该公司机器视觉系统分配给它们的标签所取代。


所以,在浏览自己上传的照片时,你将看不到度假时拍的照片或者食物和朋友的照片,相反你会看到一些描述性文本,比如「图片可能包含:人们微笑、人们跳舞、婚礼和室内」或者只是「图片包含:猫。」


总之:这就是电脑眼中的人们生活。这就是 Facebook AI 判断人们的方式。在窥伺一切的「数字眼」面前,你是否感到无处躲藏呢?!


0B5C6C7B-95AB-478C-B8F3-A3BD7CA8CDF2.png

facebook 把这位用户的头像描述为「一个有胡子的人」。


与此同时,Instagram 上也出现了同样的图片标签。这些标签不仅详细列举了一般场景和目标描述,还根据 Facebook 的人脸识别显示出了照片中的人是谁。(自 2017 年起,Facebook 就已经对未打标签的照片赋予了这种功能)


至少从 2016 年 4 月以来,Facebook 就一直以这种方式利用机器学习来「读取」图片,这是该公司「accessibility efforts」计划的重要组成部分。Facebook 利用这些标签向视力障碍用户描述照片和视频内容。


608A24C7-C907-476C-B050-49006819DED2.png


人工智能可以从你的照片中提取大量个人信息。


目前尚不清楚 Facebook 是否也利用这类信息来推送广告。这些图片中包含了大量的用户生活信息,而这些信息我们或许并不愿意让 Facebook 获取:你是否养有宠物、兴趣爱好是什么、喜欢去哪里度假或者是否真的喜欢老爷车、宝剑或其他任何东西?


早在 2017 年,基于这些原因,一位程序员就制作了谷歌浏览器扩展程序(Chrome extension),以揭示这些标签。正如他当时所说的:「在我看来,很多互联网用户都没有意识到,大量的信息正按部就班地从他们的照片中提取出来。」


4281061E-6490-4E3D-8989-22DC737D0463.png

除了描述形象,facebook 的人工智能也可以直接认出特定的人。


从推特上人们的反应来看,这次停电造成的反应对于大多数人来说无疑是新鲜事物。至于这些机器打上的标签是否会被 Facebook 用来做广告定位,该公司尚未回应。


0C68D84A-27A5-4FE8-A2FD-A547B333EB80.png

图中有几个人,那些人有什么表情?facebook 都可以识别出来。


不管这些信息是如何被使用的,这次停电事件向我们揭开了「世界最大数据收集项目」的冰山一角。它还展示了今天的人工智能可以在多大程度上解读一张照片。


近年来,深度学习的进步彻底改变了机器视觉领域,现在的在线视觉内容经常和文本一样清晰易读。而对于计算机来说,一旦内容清晰可见,就可以轻松地存储、分析并提取结构化数据。对于大多数人来说,只有像 7 月 3 日系统崩溃这样的时候,我们才会意识到这一切的发生。


C99153EF-FF0C-4076-BB65-9BC8D2A90FF0.png


由于 Facebook 提供的服务日趋复杂,其应用和网站时常遭遇宕机。今年 3 月 13 日和 4 月 14 日,facebook 均发生了严重宕机事件,部分服务故障时间长达 24 小时。不过,即使问题出现的时间很短也会影响到很多人——截止 2019 年 3 月底,Facebook 报告的月活用户(MAU)数量高达 23 亿 8000 万人。


当这些服务对于商业和通信至关重要的时候,任何问题都会是大问题,不仅是服务器的稳定,还有对于数据的使用。


参考内容:

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/



相关文章
|
1月前
|
机器学习/深度学习 数据采集 人工智能
未来的守护神:AI驱动的网络安全之盾,如何用智慧的光芒驱散网络黑暗势力?揭秘高科技防御系统背后的惊天秘密!
【10月更文挑战第3天】随着网络技术的发展,网络安全问题日益严峻,传统防御手段已显不足。本文探讨了构建AI驱动的自适应网络安全防御系统的必要性及其关键环节:数据采集、行为分析、威胁识别、响应决策和执行。通过Python库(如scapy、scikit-learn和TensorFlow)的应用实例,展示了如何利用AI技术提升网络安全防护水平。这种系统能够实时监控、智能分析并自动化响应,显著提高防护效率与准确性,为数字世界提供更强大的安全保障。
61 2
|
10天前
|
人工智能 算法 新制造
走进北京科技大学,通义灵码与企业高校共筑 AI 创意课堂
近日,通义灵码有幸参与到一场由伊利集团主办的 AIGC 生态创新大赛路演舞台,与高校专家、企业代表、青年学子共同探讨 AIGC 创意应用,交流企业在数智领域转型、青年开发者科技创新的思路和落地实践。
|
25天前
|
人工智能 开发者
通义灵码一周年数据报:你的 AI 编码助手身份标签是什么?
通义灵码一周年数据报,等你来开AI编码身份标签。
48 3
|
1月前
|
机器学习/深度学习 人工智能 监控
AI与未来医疗:重塑健康产业的双刃剑随着科技的迅猛发展,人工智能(AI)正以前所未有的速度融入各行各业,其中医疗领域作为关系到人类生命健康的重要行业,自然也成为AI应用的焦点之一。本文将探讨AI在未来医疗中的潜力与挑战,分析其对健康产业可能带来的革命性变化。
在医疗领域,人工智能不仅仅是一种技术革新,更是一场关乎生死存亡的革命。从诊断到治疗,从后台数据分析到前端临床应用,AI正在全方位地改变传统医疗模式。然而,任何技术的发展都有其两面性,AI也不例外。本文通过深入分析,揭示AI在医疗领域的巨大潜力及其潜在风险,帮助读者更好地理解这一前沿技术对未来健康产业的影响。
|
3月前
|
人工智能 运维 自然语言处理
从海量信息中脱颖而出:Workflow智能分析解决方案,大语言模型为AI科技文章打造精准摘要评分体系(总篇章)
【8月更文挑战第10天】从海量信息中脱颖而出:Workflow智能分析解决方案,大语言模型为AI科技文章打造精准摘要评分体系(总篇章)
从海量信息中脱颖而出:Workflow智能分析解决方案,大语言模型为AI科技文章打造精准摘要评分体系(总篇章)
|
3月前
|
机器学习/深度学习 数据采集 人工智能
未来的守护神:AI驱动的网络安全之盾,如何用智慧的光芒驱散网络黑暗势力?揭秘高科技防御系统背后的惊天秘密!
【8月更文挑战第13天】随着网络技术的发展,网络安全问题愈发严峻,传统防御手段已显乏力。本文探讨构建AI驱动的自适应网络安全防御系统,该系统能自动调整策略应对未知威胁。通过数据采集、行为分析、威胁识别及响应决策等环节,利用Python工具如Scapy、scikit-learn和TensorFlow实现网络流量监控、异常检测及自动化响应,从而提升网络安全防护的效率和准确性。随着AI技术的进步,未来的网络安全防御将更加智能和自动化。
56 6
|
3月前
|
人工智能 Serverless
AI 创作风潮起:函数计算探索科技与艺术的无限可能
AI 创作风潮起:函数计算探索科技与艺术的无限可能。
|
4月前
|
人工智能 机器人 数据挖掘
客户在哪儿AI与其他服务于B端的科技产品有何不同
客户在哪儿AI与市面上其他几类服务于B端的科技产品有什么不同
|
7天前
|
机器学习/深度学习 人工智能 自然语言处理
当前AI大模型在软件开发中的创新应用与挑战
2024年,AI大模型在软件开发领域的应用正重塑传统流程,从自动化编码、智能协作到代码审查和测试,显著提升了开发效率和代码质量。然而,技术挑战、伦理安全及模型可解释性等问题仍需解决。未来,AI将继续推动软件开发向更高效、智能化方向发展。
|
11天前
|
机器学习/深度学习 人工智能 自然语言处理
AI在医疗领域的应用及其挑战
【10月更文挑战第34天】本文将探讨人工智能(AI)在医疗领域的应用及其面临的挑战。我们将从AI技术的基本概念入手,然后详细介绍其在医疗领域的各种应用,如疾病诊断、药物研发、患者护理等。最后,我们将讨论AI在医疗领域面临的主要挑战,包括数据隐私、算法偏见、法规合规等问题。
31 1

热门文章

最新文章