2015/7/13 下午12:06:19 星期一
当前位置: 主页 > 厉兵秣马 >

谷歌“未来之城”探秘:一切为了获取数据
时间:2019-05-31 12:57

谷歌“未来之城”探秘:一切为了获取数据

时间:11-26 17:31 阅读:5172次 转载来源:36kr

编者按:本文来自“全天候科技”,作者 刘镔练。36氪经授权转载。

未来的生活想变得更智能,自然免不了大数据的收集、发送和接收。在学习和适应用户偏好的同时,未来的城市就需要更多地从用户身上搜集数据,并进行分析和学习。

希望通过引用最新科技,来让未来城市生活更智能的谷歌多伦多Quayside“未来之城”项目,近来就因为数据搜集涉及隐私问题,而引来诸多内部人员辞职,,并引发社会讨论。

然而,谷歌的雄心不止于此。下一步,谷歌的产品还将深入用户家中,获取更多私人信息和数据。

在大数据和人工智能的洪流下,赫拉利笔下的“无用阶 级”,或许真会成为科技巨头们“数据主义”的嫁衣。其在经济层面存在的价值,可能就是丰富这些巨头们的数据库。

谷歌“未来城市”的设想

谷歌母公司Alphabet旗下的Sidewalk Labs正和多伦多湖滨开发公司(Waterfront Toronto)合作开发Quayside地区,并将这个项目命名为“Sidewalk Toronto”,“谷歌未来之城”项目也正在此如火如荼的进行。

谷歌在多伦多的“未来之城”,是一个以智能科技为主概念的社区,今天很多只能停留在人们想象中的“未来产品”,如自动驾驶汽车、自动感应行人的交通信号灯、模块化的房子都将在这个社区里成为可能。

这个社区的另一大亮点是完全智能和立体的公路交通。社区内将禁止私人车辆,取而代之的是自动驾驶的公共汽车、冬天可以加热的自行车道。为了利用竞争提高用户体验,社区还将测试各种类型的自动驾驶汽车。

除了地面上的公路以外,交通系统还有集合包括电缆、水管、运货机器人行走的通道等,甚至机器人可能会通过地下管道来运送货物。

Sidewalk Labs的官网表示,这个方案结合了 “前瞻性的城市设计和先进的电子技术,将打造一个以人为本的社区,成为可持续、经济适用、机动性和有经济价值的先例。”

“未来之城”的数据搜集引担忧

Sidewalk Labs将土木工程与一些数据收集元素结合起来,码头可通过热网减少碳排放,还通过将每个家庭和办公室嵌入Alphabet公司的Nest智能恒温控制器,使用一种特殊的传感器和预测建模来全天自动调节温度。

“未来之城”是一个更适合步行的城市,在公共空间安装的的一系列永不关闭的摄像头,使用计算机视觉来分析交通模式,从而能缓解交通堵塞的压力。

而一系列的创新举措,包括自动驾驶汽车、拼车和“收集和响应数据的动态街道”将减少因道路交通事故而造成的行人伤亡事件。街道将嵌入LED灯,这些灯在一天中不断变化,为每一种通勤者分配不同的道路宽度;而借助专用流量系统,红绿灯上的摄像头可以记录车速并预测碰撞。

不过,谷歌和多伦多共同打造的智能社区需要收集庞大的数据,才能提高运行效率,但也引发个人隐私和数据泄露方面的争议。

美国《大西洋》杂志称,谷歌未来城市项目是一个巨大的数据收集机器,这也使Sidewalk Labs及其合作伙伴多伦多湖滨发展局遭到猛烈指责,因为批评者称他们忽视了隐私方面的担忧。

在过去的一个月里,由于担心隐私问题和缺乏公众参与,已有4人从多伦多湖滨发展局和Sidewalk的顾问委员会辞职。

而该项目的数据信托首席专家和顾问Ann Cavoukian的辞职则引起了媒体关注,她曾是安大略省的前信息和隐私专员,在多伦多湖滨发展局和 Sidewalk共同管理了多伦多概念智能社区Quayside内部的信息收集之后,她宣布了辞职。

但对于Cavoukian来说,当她签约成为一名顾问时,就非常清楚这座未来城市实际上是建立在收集居民和游客的数据基础上的,她担心Sidewalk会使用这些摄像头和传感器跟踪每个人的行踪,并创建谷歌已经用于在线跟踪用户个人资料的“现实版本”。

她说,如果没有匿名化,一个人的活动可以通过多个来源和不同的数据库联系起来,跟踪他一天的活动。

Cavoukian要求Sidewalk公司单方面禁止收集个人数据。但Sidewalk反驳称,这种政策应该由Data Trust负责,后者是一个独立的管理机构,由Sidewalk、多伦多湖滨区、市政府和在Quayside地区设立商店的一家公司的代表共同组成。

下一步,获取你卧室的数据!

除了在公共场合搜集数据让城市变得更智能之外,谷歌还计划通过新的专利来影响个人的生活体验。

或许大家都有过体验,在搜索页面,经常能看到和自己兴趣相关的产品推荐,而现在这种熟悉感会变得与个人关系更紧密。凭借两项智能家居技术的新专利,谷歌希望用户“敞开门户”。

《大西洋》杂志提及,在第一个专利中,谷歌的设备可以扫描和分析用户的住家环境,然后根据检测结果为用户提供分类选择内容。