В некоторых штатах предпринимались попытки запретить создание коммерческих баз данных автомобильных номеров, но до сих пор их удавалось успешно блокировать по основаниям права на гласность и свободу слова. Фотографировать в общественных местах не запрещается, равно как и отправлять полученные изображения в облачные хранилища. Применение оптического распознавания также не является противозаконным деянием[267]. Что можно сделать для защиты неприкосновенности частной жизни? Можно отменить номерные знаки и заменить их на незаметные для окружающих и камер видеонаблюдения устройства, передающие уникальный зашифрованный сигнал. Сигналы будут поступать на приемники, установленные государством. Разумеется, такие устройства могут быть взломаны (точно так же, как номерные знаки могут быть поддельными), а частные компании могут построить свои станции приема сигналов. Идеальных решений этого вопроса не существует.
Камеры – не единственные сенсорные датчики, способные собирать данные. Шум окружающей среды, зафиксированный микрофоном (в том числе микрофоном вашего мобильника), может содержать достаточно информации, чтобы определить тип автомобиля, на котором вы едете, по звуку мотора, вибрации кузова и шуршанию шин[268].
Если по анализу звука можно отличить вашу машину от других, то определить, сидите вы на месте или перемещаетесь, можно тем более, причем вне зависимости от включенной функции GPS. А если у вас включен голосовой помощник вроде Siri или Cortana, то он умеет определять, где вы находитесь, даже по звуковому фону.
Крупные компании производят также бытовые сенсорные устройства. Обосновавшийся в моей гостиной Amazon Echo постоянно находится в режиме ожидания – семь его микрофонов внимательно прислушиваются к происходящему. Руководство пользователя говорит, что устройство активируется по кодовому слову «Алекса», после чего начинает фиксировать все, что я говорю, – отвечает на вопросы или команды информацией, почерпнутой из сети, или оформляет покупки в Amazon. Голосовые команды, в том числе команду на пробуждение из «спящего» режима, различают также система Kinect для игровых консолей Xbox и смарт-телевизоры Samsung[269]. Система Nest Cam, созданная Google, оповестит вас, если ее микрофон зафиксирует незнакомый звук, например «чужой голос»[270] в доме в ваше отсутствие.
Действительно ли эти системы анализируют все произнесенное вслух, даже когда их об этом не просят? Можно уверенно утверждать, что некоторые из них так и поступают. И один из разработчиков признал это в частной беседе[271]. В его компании данные используются для совершенствования программного обеспечения распознавания речи, особенно в условиях, затрудняющих это фоновых шумов. В спокойной домашней обстановке анализ звуков можно использовать для создания «отпечатков голосов» каждого из домашних и определения стереотипов (и тона!) общения. Чтобы выделить звук человека, не относящегося к домашнему кругу, Google должна знать голоса постоянных обитателей дома. Но если так, то почему компании, собирающие эту информацию, не очень стремятся обнародовать тот факт, что это делается для совершенствования систем? Ведь Google, в конце концов, не производитель обогревателей и систем типа видеоняня, а компания, работающая в области сбора и анализа данных.
Если бы компании проявляли большую открытость относительно этой аудиоинформации, от них можно было бы получать дополнительную пользу. Лично мне хотелось бы иметь доступ ко всем без исключения записям своего голоса – это был бы изумительный способ освежить забытую информацию или обнаружить какие-то интересные особенности своей речи, которых я не замечаю. Для создания более совершенных систем распознавания речи инфопереработчики используют каталоги звуков и слов. С помощью такого каталога я мог бы найти все, что говорил когда-либо о своем домашнем питомце в ситуации, если он вдруг заболел и мне нужно рассказать ветеринару об особенностях его поведения за последнюю неделю.
Звуковой ландшафт за пределами дома также многое говорит о местонахождении человека. Вой сирены или звуковой сигнал автомобиля звучат по-разному в зависимости от того, стоите вы на тротуаре, сидите в своей машине или выглядываете из окна на улицу. Звон посуды в ресторане не спутаешь ни с чем другим. То же относится и к судейским свисткам на стадионе, шуму морских волн или эху в ванной комнате. Когда вы едете на электричке по Токио, ваше местоположение можно определить по различным мелодиям, которые звучат на каждой станции[272]. Такие очевидные звуковые подсказки относительно окружающей обстановки практически невозможно не расслышать в ходе телефонного разговора.
Сенсорные данные участвуют в построении социального графа. Представим себе двух людей, договаривающихся о тайной встрече. Они понимают, что анализ геолокационных данных телефонов может указать на то, что они одновременно находились в одном и том же месте, поэтому они выключают свои телефоны за несколько кварталов и убирают их в специальные чехлы, блокирующие сигнал. Предположим, что наступил «час расплаты», и биллинги их мобильников рассматриваются в качестве доказательств в суде. Будет ли указывать на то, что они были вместе в течение нескольких часов, тот факт, что их телефоны были недоступны именно в это время? Вполне возможно. Тем более если до момента отключения оба телефона двигались в направлении предполагаемого места тайной встречи.
Кроме того, социальный граф может помочь вычислить местонахождение человека. Скрывшись в Канаде, беглый преступник из Германии благоразумно избавился от своего мобильника и SIM-карты. Но, перестав ими пользоваться, он не захотел отказаться от звонков людям, с которыми обычно поддерживал связь. Список звонков любого человека позволяет заметить появление в нем нового номера с закономерностями связи, похожими на звонки с другого номера в прошлом. После десятка звонков на прежние номера с нового номера Интерпол обратил на них внимание, определил местонахождение телефона и задержал беглого преступника.
Инфопереработчикам, анализирующим сенсорные данные, придется все чаще обращать внимание на необходимость обеспечить оптимальное соотношение выгод для подавляющего большинства пользователей и потенциального вреда, который может быть причинен людям, даже не подозревающим, что их передвижения отслеживаются. Компания Jetpac, основанная в 2011 году и в 2014 году поглощенная Google, занимается идентификацией и классификацией фотоконтента с целью создания справочника, поиск в котором можно осуществлять по определенным признакам. Программное обеспечение компании развивается на основе общедоступных фото из Instagram (150 миллионов из 6000 городов по всему миру[273], многие из которых снабжены геометками, хэштегами или подписями[274]. Если на фото, сделанных в каком-то определенном месте, много дам с накрашенными губами, приложение определит его как «шикарное»[275]. Такая информация поможет людям решить,
