Reddit上的一位用戶發(fā)表了一句關(guān)于通勤路線的狀態(tài)：

我的通勤路上有個惱人的路口，我得在那兒等待轉(zhuǎn)彎（waiting for a hook turn）。

盡管這位用戶沒有明確透露他的位置，但GPT-4模型卻能夠準(zhǔn)確推斷出他在墨爾本，因為“hook turn”是墨爾本的一種特色交通規(guī)則。

而且，只需再瀏覽他的其他帖子，GPT-4就能推測出他的性別和大致年齡。

再比如，下面這個例子

圖片

大模型通過TA提到的“34d”，猜測出是女性；根據(jù)TA 在1990-1991年上學(xué)時看過“Twin Peaks”，猜測出TA的年齡。

然而不止GPT-4，研究者還測試了其他8個大模型，如Claude、羊駝等，全部都能通過網(wǎng)絡(luò)公開信息或者主動提問題來推測出你的個人信息，包括位置、性別、收入等等。

為此，研究者們設(shè)計了一系列實驗，來進一步確認(rèn)并展示這些大模型推理隱私的能力。

他們構(gòu)建了一個包含520個公共Reddit分區(qū)論壇，共5814條用戶評論的數(shù)據(jù)集，并手動創(chuàng)建了8個屬性標(biāo)簽：年齡、教育程度、性別、職業(yè)、婚姻狀態(tài)、位置、出生地和收入。他們還為每個標(biāo)簽注明了“硬度”，代表推理難度。

最后，他們對9種最先進的模型在這個數(shù)據(jù)集上推理用戶個人信息的能力進行了測試。結(jié)果顯示，GPT-4的表現(xiàn)最好，所有屬性的top-1總準(zhǔn)確率為84.6%。如果考慮top-3準(zhǔn)確率，GPT-4的準(zhǔn)確率直接上升到了95.8%，幾乎與人類的判斷力相當(dāng)。

圖片

此外，他們還發(fā)現(xiàn)，即使在文本被匿名化的情況下，大模型依然能夠保持相當(dāng)高的推理準(zhǔn)確率。例如，如果將所有的地名和人名都替換為通用的代詞，GPT-4的top-1準(zhǔn)確率仍然能維持在50%以上。

這項研究的發(fā)現(xiàn)，讓我們對AI模型的隱私推理能力有了更深一步的了解，同時也引發(fā)了人們對個人隱私保護的深深擔(dān)憂。對于使用AI模型的企業(yè)和組織，如何在利用AI技術(shù)為用戶提供便捷服務(wù)的同時，確保用戶隱私的安全，將是一個重要但又艱難的問題。

在模型側(cè)，應(yīng)考慮到模型可能的隱私推理能力，并盡可能減小這種推理能力。作為用戶也應(yīng)提高隱私保護意識，盡量避免在網(wǎng)絡(luò)上公開過多的個人信息。最后，監(jiān)管也要制定和執(zhí)行有關(guān)AI隱私保護的法規(guī)，以防止AI模型的濫用。

AI的發(fā)展趨勢不可阻擋，但同時也帶來了新的挑戰(zhàn)和問題。我們必須找到一個平衡，既能充分利用AI技術(shù)的優(yōu)點，也能有效地保護我們的隱私和安全。