- Stella v273.0.0.21 มีระบบ จดจำใบหน้าบนอุปกรณ์ อยู่ภายในแอปคู่หูของแว่นอัจฉริยะ Meta โดยเชื่อมต่อการตรวจจับใบหน้า การจัดแนว การสร้าง embedding ฐานข้อมูลภายในเครื่อง ดัชนีเวกเตอร์ เส้นทางจัดเก็บ และพื้นผิวการแจ้งเตือนเข้าด้วยกัน
- เมื่อลองเรียกใช้แฮนด์เลอร์เดิมโดยตรงด้วยภาพทดสอบ ระบบทำงานจนจบตั้งแต่ตรวจจับใบหน้า สร้าง biometric embedding ขนาด 2048 มิติ ค้นหาดัชนีภายในเครื่อง และเมื่อพบการตรงกันก็ส่งการแจ้งเตือน Android
"Person recognized"
- มีโมเดล ExecuTorch 3 ตัว ได้แก่ SCRFD, KPSAligner และ SFace ที่ถูกดาวน์โหลดผ่าน NMLML โดย SFace ทำหน้าที่แปลงใบหน้าเป็น embedding ตัวเลข 2048 ค่า
person_profiles/objects.db ของ RLDrive ใช้การค้นหา cosine บน vec0 float[2048] และในเส้นทาง ไม่พบการตรงกัน จะบันทึกใบหน้าที่ครอปแล้วเป็นไฟล์ .jpg พร้อมลายนิ้วมือ .emb ลงใน NameTagsPending/- ในบัญชีที่ยังไม่ได้ลงทะเบียนตามค่าเริ่มต้น จะไม่เห็นการ์ด
"Connections" และหน้าจอโปรไฟล์เป้าหมาย อีกทั้งยังไม่พบการ push ข้อมูล namespace ใบหน้าจาก Meta จึงยังไม่ชัดเจนว่าฟีเจอร์นี้จะถูกปล่อยใช้งานเมื่อใดหรือปล่อยหรือไม่
ขอบเขตและข้อจำกัด
- แอปที่เป็นเป้าหมายคือ Android build
com.facebook.stella v273.0.0.21 ของแอปคู่หูแว่นอัจฉริยะ Meta Stella
- ภายในแอปมีทั้งโมเดลใบหน้า 3 ตัว, schema ของฐานข้อมูลภายในเครื่อง, ดัชนีเวกเตอร์แบบ cosine similarity ที่ตรงกับเอาต์พุตของโมเดล, เส้นทางเขียนข้อมูลที่เตรียม biometric record ลงดิสก์, พื้นผิวการแจ้งเตือน และวิดเจ็ต
"Connections" สำหรับผู้ใช้
- เมื่อเรียกใช้แฮนด์เลอร์เดิมโดยตรงด้วยภาพทดสอบ pipeline ทำงานครบจนจบ ตรวจจับใบหน้า สร้าง embedding ขนาด 2048 มิติ แล้วค้นหาดัชนีภายในเครื่อง
- ในบัญชีที่ยังไม่ได้ลงทะเบียนตามค่าเริ่มต้น UI สำหรับผู้ใช้ไม่แสดงขึ้น หน้าจอที่ notification deep link จะเปิดก็ไม่มีอยู่ใน build v273 และในบัญชีทดสอบก็ไม่พบ flow ที่ Meta push ข้อมูลตัวตนจากเซิร์ฟเวอร์มายังฐานข้อมูลที่เกี่ยวข้อง
- ประเด็นสำคัญคือ สิ่งนี้ยังไม่ใช่หลักฐานว่า Meta กำลังแอบระบุตัวบุคคลให้ผู้ใช้ทั่วไปในตอนนี้ แต่เป็นการแยกให้ชัดว่าอุปกรณ์ที่สมบูรณ์สำหรับทำฟังก์ชันดังกล่าวถูกประกอบไว้บนอุปกรณ์แล้ว และ Meta กำลังปิดกั้นไว้ด้วย gate
ชุดโมเดล
| ชื่อทรัพยากร |
ไฟล์ |
ขนาด |
บทบาท |
android_facerec_scrfd |
SCRFD.pte |
3.4 MB |
ตรวจจับใบหน้าจากภาพ |
android_facerec_kps_aligner |
KPSAligner.pte |
117 KB |
crop และจัดแนวใบหน้าที่ตรวจพบ |
android_facerec_sface |
SFace.pte |
96 MB |
แปลงใบหน้าเป็น embedding ตัวเลข 2048 ค่า |
- โมเดลทั้งสามเป็นทรัพยากร ExecuTorch
.pte ที่ดาวน์โหลดจาก Meta ผ่านระบบส่งมอบทรัพยากรของ Meta ชื่อ NMLML
SCRFD สอดคล้องกับ SCRFD ของ InsightFace, SFace สอดคล้องกับ SFace ของ Zhong et al. 2021 และ KPSAligner อยู่ในกลุ่มโมเดลจัดแนวตาม keypoint- SFace เวอร์ชันดัดแปลงของ Meta มีขนาด 96 MB และเอาต์พุต 2048 มิติ ซึ่งดูใหญ่กว่าค่าอ้างอิงสาธารณะที่ราว 40 MB และ 128–512 มิติ
- การมีโมเดลตรวจจับใบหน้าและ embedding อยู่ในแอปเพียงอย่างเดียว ยังไม่ถือเป็นหลักฐานของฟังก์ชันจดจำใบหน้า เพราะการตรวจจับใบหน้าบนอุปกรณ์อาจใช้เพื่อการจัดเฟรมหรือออโต้โฟกัสได้เช่นกัน
ดัชนีใบหน้าภายในเครื่องและโครงสร้าง DB
- pipeline ระหว่างการรันถูกออกแบบให้อ่าน SQLite DB ต่อไปนี้
/data/user/0/com.facebook.stella/files/rldrive/person_profiles/objects.db
- DB นี้อยู่ภายใต้ namespace
person_profiles ของเฟรมเวิร์กซิงก์ข้ามอุปกรณ์ของ Meta ชื่อ RLDrive และเป็นช่องทางที่ออกแบบมาให้เติมข้อมูลจากระยะไกล
- ในบัญชีทดสอบไม่พบการส่งข้อมูลที่ Meta push เข้า
person_profiles โดยตรง ดังนั้นสิ่งที่สังเกตได้คือการมีอยู่ของช่องทางนี้
- schema หลักแบ่งตารางข้อมูลบุคคล ข้อมูลใบหน้า และตารางค้นหาเวกเตอร์ 2048 มิติออกจากกัน
CREATE TABLE person (
nodeid INTEGER PRIMARY KEY,
name TEXT,
uri TEXT,
blob BLOB,
deleted INTEGER,
version BLOB
);
CREATE TABLE face (
nodeid INTEGER PRIMARY KEY,
mediaPath TEXT,
personUri TEXT,
blob BLOB,
deleted INTEGER,
uri TEXT,
version BLOB
);
CREATE VIRTUAL TABLE face_mediaPath_vec
USING vec0(mediaPath float[2048] distance_metric=cosine);
- แถวใน
face จะอ้างถึง person ผ่าน personUri และ face.mediaPath ทำหน้าที่เป็น primary key ของ face_mediaPath_vec
- การจดจำทำงานโดยค้นหา embedding ตัวเลข 2048 ค่าด้วย cosine similarity แล้ว join กับ
person.name เพื่อนำไปใช้ในข้อความแจ้งเตือน
vec0 คือส่วนขยายโอเพนซอร์ส sqlite-vec ที่เปลี่ยน SQLite ให้เป็นเอนจิน similarity ของเวกเตอร์ และมิติ float[2048] ก็ตรงกับรูปแบบเอาต์พุตของ SFace embedder ที่มากับแอปพอดี- schema นี้อนุญาตให้มีหลายแถว
face ต่อหนึ่ง personUri แต่ในการใช้งานจริงจะเป็นแบบ 1:1 หรือ 1:N ยังไม่สามารถเห็นได้จากอุปกรณ์ที่ยังไม่ได้ลงทะเบียน
การแตกแขนงระหว่างรันและไฟล์ที่บันทึก
- ในการทดสอบที่รัน pipeline เต็มสองครั้ง เส้นทาง ไม่พบการตรงกัน สำหรับดัชนีว่าง และเส้นทาง พบการตรงกัน เมื่อใส่ embedding เดี่ยวไว้ล่วงหน้า จะแยกกันชัดเจน
- เส้นทางไม่พบการตรงกันจะเขียนคู่ไฟล์
(uuid.jpg, uuid.emb) ลงใน NameTagsPending/ และไม่ส่งการแจ้งเตือน
- เส้นทางพบการตรงกันจะแสดงการแจ้งเตือน Android ผ่านช่อง production
nametags_recognition โดยมีชื่อเรื่อง "Person recognized" เนื้อหา "Recognized Michel Foucault" และจะไม่เพิ่มอะไรลงใน NameTagsPending/
- ใบหน้าที่ไม่ถูกจดจำจะถูกบันทึกไว้ที่พาธต่อไปนี้
/data/user/0/com.facebook.stella/files/NameTagsPending/
- ใบหน้าที่ไม่ถูกจดจำแต่ละรายการจะสร้างคู่ไฟล์
.jpg และ .emb ด้วยชื่อ UUID ใหม่ โดย .jpg คือใบหน้าที่ถูกครอปและจัดแนวจากเอาต์พุตของ SCRFD และ KPSAligner ส่วน .emb คือลายนิ้วมือ SFace แบบตัวเลข 2048 ค่า
- โหมดไดเรกทอรีคือ
0700 และยังคงอยู่หลังรีบูต โดยจะมีการเขียนเฉพาะในเส้นทางไม่พบการตรงกันเท่านั้น
- ไฟล์
.emb ที่ตรวจสอบแล้วมีขนาด 8,192 ไบต์ ใช้โครงสร้าง 2048 × float32 แบบ big-endian มีค่า L2 norm 0.999999, min/max −0.092110 / +0.098950, mean +0.000292
- คู่ไฟล์
(uuid.jpg, uuid.emb) เป็น biometric record ที่สมบูรณ์ทั้งในด้านรูปแบบและ encoding ตรงกับสิ่งที่ดัชนี cosine ใน person_profiles/objects.db ถูกออกแบบมาให้ใช้เทียบเคียง
การแจ้งเตือนและ UI ของผู้ใช้
- Stella กำหนด Android notification channel ชื่อ
nametags_recognition โดยมีชื่อ "NameTags recognition", คำอธิบาย "Notifications for recognized NameTags connections" และระดับความสำคัญ IMPORTANCE_HIGH ที่รองรับ heads-up, เสียง และ badge
- เทมเพลตการแจ้งเตือนถูก hardcode อยู่ในแฮนด์เลอร์การจดจำ โดยชื่อเรื่องจะเป็น
"Person recognized" เสมอ และเนื้อหาจะเป็นรูปแบบ "Recognized " + name โดย name มาจากตาราง person ใน person_profiles/objects.db
- การแจ้งเตือนสามารถแตะได้ และถูกตั้งค่าให้เปิดหน้าจอโปรไฟล์บุคคลภายใน Stella ผ่าน deep link ที่ Meta สร้างในรูป
fb-viewapp://name_tags?face_id=<face_id>
- ใน v273 ไม่พบหน้าจอเป้าหมายดังกล่าว และไม่มีอยู่ใน navigation graph ดังนั้นเมื่อแตะการแจ้งเตือนจึงพาไปยังแท็บเริ่มต้นของ Stella
- ภายใน APK มีการ์ดใต้ส่วน
"Connections" โดยข้อความถูก hardcode เป็น "See your connections" และ "Remember the people you met and make new connections."
- ในบัญชีที่ยังไม่ได้ลงทะเบียนตามค่าเริ่มต้น การ์ดนี้ไม่ปรากฏในแท็บ Glasses และระหว่างการทดสอบก็ไม่อยู่ในสถานะที่มองเห็นได้
สรุป
- Stella v273 มีชุดการจดจำใบหน้าบนอุปกรณ์ครบทั้งสแตก ตั้งแต่การตรวจจับใบหน้า การจัดแนว การสร้าง embedding ดัชนีเวกเตอร์ พื้นที่จัดเก็บ เส้นทางเขียนข้อมูล ไปจนถึงพื้นผิวการแจ้งเตือน
- pipeline ที่รันจนจบสามารถติดชื่อให้ใบหน้าที่รู้จักและแสดงผ่านการแจ้งเตือน ส่วนใบหน้าที่ไม่รู้จักจะถูกเตรียม crop และลายนิ้วมือไว้บนดิสก์
- มิติของดัชนี รูปแบบ embedding และ schema การจัดเก็บสอดคล้องกัน จึงไม่ได้เป็นเพียงโค้ดตายที่กระจัดกระจาย แต่เป็นระบบที่ประกอบกันอย่างสอดคล้อง
- การ์ด
"Connections" ที่ผู้ใช้จะมองเห็นและหน้าจอโปรไฟล์ปลายทางของการแจ้งเตือน ยังไม่มีใน build หรือถูกซ่อนไว้ลึกกว่าเดิม
- DB ที่ pipeline จริงใช้งานอยู่ อยู่ใน namespace สำหรับซิงก์ร่วมกับ namespace อื่น ๆ ที่ Meta เติมจากฝั่งเซิร์ฟเวอร์ แต่ในบัญชีทดสอบไม่พบการ push namespace ใบหน้า
- สิ่งที่ยังไม่ยืนยันคือ Meta กำลังช่วยผู้ใช้ระบุตัวคนแปลกหน้าอยู่หรือไม่, มีการไหลของข้อมูลลงทะเบียนหรือไม่, และฟีเจอร์นี้ถูกเปิดใช้ใน production หรือยัง
- อุปกรณ์ที่สร้าง fingerprint ใบหน้า 2048 มิติ และมีการแจ้งเตือน
"Person recognized" แบบ hardcode นี้ เป็นการลงทุนทางวิศวกรรมที่เกิดขึ้นจริง ส่วนเรื่องการนำไปใช้จริงใน production และช่วงเวลาที่จะเปิดใช้ ยังเป็นคำถามที่ Meta ต้องตอบ
1 ความคิดเห็น
ความคิดเห็นจาก Hacker News
อยากให้ฟีเจอร์แบบนี้มีอยู่แบบ ออฟไลน์ทั้งหมด ได้ คนที่มีภาวะจำใบหน้าไม่ได้ ถ้าเอารูปเพื่อนใส่ไว้ในฐานข้อมูลออฟไลน์แล้วให้มันช่วยจำได้ก็น่าจะมีประโยชน์มาก
การเข้าถึงสำหรับทุกคนไม่ควรต้องแลกกับการ ยอมทิ้งความเป็นส่วนตัว
ช่วงหลังได้ยินอุปมาเรื่องภาวะจำใบหน้าไม่ได้ที่ดีที่สุด เป็นเรื่องแอปเปิล ถ้าเอาแอปเปิลสองลูกมาวางข้างกัน เราจะเห็นความต่างได้ แต่การจะจำว่าแอปเปิลลูกไหนคือแอปเปิลลูกเดิมจากในหมู่แอปเปิลคล้าย ๆ กัน 50 ลูกนั้นเป็นอีกเรื่องหนึ่งโดยสิ้นเชิง
มันเหมือนมีแอปเปิลเดินมาทักบนถนน แล้วเราต้องนึกให้ออกว่าเคยเจอที่ไหน มีวิธีอ้อมอยู่บ้าง แต่ก็ขึ้นกับบริบทและพลาดบ่อย แอปเปิลผมแดงมีเคราอาจพอเดาได้ว่าเป็นเพื่อนร่วมงานห้องข้าง ๆ แต่จะเป็นแอปเปิลลูกเดียวกับที่โบกมือให้เมื่อวานในเมืองหรือเปล่าก็ยังงงอยู่
การเปลี่ยนทรงผมเป็นปัญหาใหญ่เป็นพิเศษ ครั้งหนึ่งตอนพักเที่ยงสงสัยว่าพนักงานใหม่คือใคร ก่อนจะฟังจากเสียงแล้วถึงรู้ว่าเป็นคนที่ทำงานด้วยกันมา 10 ปี แค่เปลี่ยนสีผมเท่านั้น
ตอน Google Glass ออกมาใหม่ ๆ ในปี 2012 ผมกำลังทำสตาร์ตอัปสายเทคสำหรับงานคอนเฟอเรนซ์ และเราก็มีฐานข้อมูลรูปโปรไฟล์ของวิทยากรกับผู้เข้าร่วมอยู่แล้ว แอปที่ “ให้แว่นช่วยหาคนที่นัดเจอในห้องที่คนแน่น” เลยเป็นไอเดียที่ผุดขึ้นมาตามธรรมชาติ
แต่ ข้อตกลงนักพัฒนา Google Glass ห้ามเรื่องนั้นไว้เข้มงวดมาก และพอคิดต่ออีกนิดก็เข้าใจได้ทันทีว่าทำไม
อยากใส่อุปกรณ์ที่เป็น ขั้วตรงข้าม ของสิ่งนี้ ถ้ามีใครแถว ๆ นั้นใส่แว่น AI ของ Facebook อยู่ ก็อยากได้รับการแจ้งเตือนเพื่อจะได้หลบเลี่ยง
ฉันบอกญาติชัดเจนไปแล้วว่าอย่าแชร์รูปเด็ก ๆ ลงแพลตฟอร์มของ Meta ถ้าอุปกรณ์แบบนี้ถูกยัดเยียดให้คนทั่วไปที่ไม่รู้จัก ก็อาจมีคนตอบโต้แบบรุนแรงได้
มันต่างจาก CCTV ที่คนยอมรับกันโดยทั่วไป หรือการบันทึกแบบกดเองของกล้องกับสมาร์ตโฟนโดยสิ้นเชิง
มองว่า Meta เป็นตัวอย่างระดับแม่แบบในประวัติศาสตร์เทคโนโลยีเรื่อง การละเมิดความเป็นส่วนตัว แว่นอัจฉริยะรอบนี้ข้ามเส้นเกินไปมาก เพราะมันถูกใช้บันทึกคนในบ้านของตัวเอง บางครั้งตอนเปลือยกาย โดยไม่มีความยินยอม
เรื่องนี้มีคุยกันที่นี่เมื่อประมาณเดือนก่อนด้วย: Meta in row after workers who saw smart glasses users having sex lose jobs (https://news.ycombinator.com/item?id=47961838)
ดูเหมือนตั้งใจจะทำให้ทนายใน Chicago รวยกันถ้วนหน้า [0]
[0]: https://en.wikipedia.org/wiki/Biometric_Information_Privacy_Act
ตามลิงก์ BIPA กำหนดให้บริษัทที่ทำธุรกิจใน Illinois ต้องปฏิบัติตามข้อกำหนดเรื่องการเก็บและการจัดเก็บข้อมูลชีวมิติ ต้องขอความยินยอมก่อนเก็บหรือเปิดเผยตัวระบุชีวมิติ ต้องลบข้อมูลให้ทันเวลา และเก็บรักษาอย่างปลอดภัย การจัดการข้อมูลชีวมิติยังต้องเป็นไปตาม “มาตรฐานการดูแลอย่างสมเหตุสมผล” ด้วย
ไอเดียสตาร์ตอัป: ติด LED อินฟราเรดใกล้ ที่สะพานแว่นและด้านข้างของกรอบแว่นธรรมดา ให้มันมีประสิทธิภาพดีและสว่าง แต่ใช้ PWM ด้วยนาฬิกาที่ไม่สม่ำเสมอราว 10Hz
ถ้าอยากถ่ายรูปฉัน ก็ถามก่อนหรือไม่ก็ใช้ฟิล์มไปเลย
นึกไม่ออกเลยว่ามันจะมีประโยชน์ใช้สอยอะไรกับชีวิตฉันได้บ้าง ในเมื่อมี ระบบจดจำใบหน้าแบบโลคัล ติดตั้งอยู่หลังแว่นโดยตรงอยู่แล้ว
ฉันจำชื่อบางคนได้ และสุดท้ายก็มองว่าความสามารถในการจำชื่อเก่ง ๆ นั้นไม่ได้มีความหมายมากนัก ฉันจำชื่อคนที่ฉันชอบจริง ๆ ได้
ในทางกลับกัน ก็น่าคิดเหมือนกันว่ามีใครสนใจจริงจังไหมถ้ามีคนลืมชื่อเขา ตอนเด็กฉันเคยมีเพื่อนในลูกเสือที่ตัวติดกันตลอดทั้งปี แต่ก็จำชื่อเขาไม่ได้ และก็ไม่ได้เป็นปัญหาอะไร
ฉันอยู่ในกลุ่มใหญ่กลุ่มเดิมมาเกือบ 10 ปีแล้ว แต่ก็ยังจำไม่ค่อยได้ว่าใครเป็นใคร พอช่วงโรคระบาด Zoom แสดงชื่อบนหน้าจอ ฉันถึงค่อย ๆ เรียนรู้ทีละนิดในช่วงหลายสัปดาห์
ตอนสอนดำน้ำสกูบา ฉันจะท่องรายชื่อนักเรียนระหว่างขับรถไปที่ร้านให้เรียงแบบสุ่มที่สุด เพื่อลดภาระทางความคิดในการจับคู่หน้าเข้ากับชื่อ เวลาเรียกชื่อเช็กชื่อ ฉันจะเขียนชื่อทุกคนไว้ แล้วค่อย ๆ พยายามทำโดยไม่ต้องดูโพยด้วยการชวนตอบคำถาม
แต่พอทุกคนใส่อุปกรณ์ โดยเฉพาะในพื้นที่ที่ต้องใส่ฮู้ด ทุกอย่างก็พังทันที ถ้าเป็นผู้ชายผิวขาวอายุประมาณ 35 สองคน ฉันจะสับสนเลย ถ้าสังคมยอมรับได้ ฉันก็อยากใช้เป็นแว่นสายตาเพื่อลดภาระนี้
แต่ฉันไม่คิดว่า Meta ทำสิ่งนี้เพื่อการเข้าถึง
แน่นอนว่ามันเป็นบทสนทนาที่ค่อนข้างกระอักกระอ่วน ก็เลยมีอีกกลยุทธ์คือแนะนำกันแบบครึ่ง ๆ กลาง ๆ แล้วหวังให้ทุกคนแนะนำตัวกันเองเต็ม ๆ เพื่อจะได้จำได้ตอนนั้น
ในฐานะหลักการทั่วไป ฉันสงสัยว่าทิศทางแบบนี้เป็นอย่างไร: คอมพิวเตอร์จะทำงานอัตโนมัติได้มากแค่ไหนก็ได้ ตราบใดที่ไม่แตะต้อง ขอบเขตของเครือข่าย แต่ถ้าจะเข้าถึงเครือข่าย ต้องเริ่มจากการกระทำที่ชัดเจนของมนุษย์เสมอ
คล้ายกับที่ในเบราว์เซอร์ การจับเมาส์หรือเข้าโหมดเต็มหน้าจอต้องอาศัยการกระทำของผู้ใช้ที่เชื่อถือได้ แต่เอาไปใช้ในวงกว้างกว่าเดิม ขอบเขตของการสื่อสารเครือข่ายเองก็ต้องชัดเจนจนผู้ใช้ไม่อาจเข้าใจผิดได้
ถ้ามันซับซ้อนเกินกว่าจะอธิบายให้ผู้ใช้เป้าหมายเข้าใจได้ ก็ควรจะไม่ทำแทนผู้ใช้นั้น หลักนี้ใช้กับสินค้าผู้บริโภคทั่วไปมากกว่าระบบที่แจกใช้ภายในองค์กร
ถ้าไม่ตั้งเส้นแบ่งที่แข็งแรงแบบนี้ เราคงมุ่งหน้าไปสู่ panopticon แน่ ๆ ต่อให้ไม่มีการผลักดันเชิงรุกจากรัฐ แรงจูงใจด้านกำไรล้วน ๆ ของยุคดิจิทัลก็พาไปถึงจุดนั้นได้แล้ว กฎยิบย่อยอาจดีกว่าในทางทฤษฎี แต่เมื่อมีแรงจูงใจสูง คนก็มักทำตามกฎที่ซับซ้อนได้ไม่ดี
ฉันอยู่ในตำแหน่งที่สามารถกำหนดนโยบายความปลอดภัยในที่ทำงานได้ และหนึ่งในนั้นคือ ห้ามใช้แว่นอัจฉริยะ ภายในสำนักงาน เราปล่อยให้พนักงานเอาแว่น Facebook ไปเล็งหน้าจอที่มีข้อมูลลับไม่ได้
สำหรับฉันเองก็แทบนึกสถานการณ์ไม่ออกเลยที่ควรอนุญาตให้ใช้การจดจำใบหน้า ถ้าเป็นร้านอาหาร ก็ไม่มีเหตุผลที่ Facebook ต้องรู้ว่าฉันกินที่ไหน ถ้าเป็นคลับดนตรี ก็ไม่จำเป็นต้องรู้ว่าฉันฟังอะไร สถานที่อย่างห้องน้ำสาธารณะยิ่งไม่มีทางได้เด็ดขาด แม้แต่บนทางเท้าสาธารณะ ฉันก็ไม่อยากถูกติดตามว่าคุยกับใคร
ฉันนึกไม่ออกเลยว่าจะยอมรับการใช้งานแบบนี้ได้แม้แต่น้อย พูดตามตรง นอกจากการประณามต่อหน้าสาธารณะคนที่สวมสปายแวร์สาธารณะแบบนี้แล้ว ฉันยังหวังว่าจะเกิดบรรยากาศที่คนรู้สึกกลัวทางกายภาพที่จะใส่มันออกไปข้างนอกแล้วถูกจับได้โดยเร็ว
ตอบข้อโต้แย้งเดิม ๆ ว่า “ในที่ทำงานคุณก็ห้ามกล้องมือถือด้วยเหรอ” ว่า ใช่ แน่นอนว่าฉันจะห้ามการเอากล้องมือถือไปจ่อหน้าจอตลอดวันเพื่อบันทึกการทำงานด้วย เราไม่แชร์ข้อมูลลับกับใครนอกจากผู้ขายที่ผ่านการตรวจสอบและทำสัญญาแล้ว และถ้าเห็นใครกำลังบันทึกอยู่ เราจะเรียกมาคุยและอธิบายว่านั่นเป็นสถานการณ์ที่อันตรายมาก
ฉันไม่ต้องการให้ BigTech หรือรัฐบาลติดตามทุกปฏิสัมพันธ์ของฉัน แต่ถ้ากล้องหน้ารถของรถเพื่อนบ้านบันทึกไว้ในเครื่องว่า ฉันเดินผ่านทางเข้าบ้านนั้น ก็พอรับได้ตราบใดที่มันไม่ถูกอัปโหลดให้บุคคลที่สาม
แน่นอนว่าคนส่วนใหญ่ไม่อยาก self-host และบริการส่วนใหญ่ก็ไม่ได้เข้ารหัสแบบ end-to-end จึงยากจะบอกว่านี่เป็นประเด็นสำคัญในทางปฏิบัติ ณ ตอนนี้ แต่ถ้ามองเรื่องกฎระเบียบและโลกแบบที่เราอยากได้ มันก็เป็นความต่างที่เกี่ยวข้อง
ตรงนี้มีตรรกะแบบบทแก้ไขรัฐธรรมนูญครั้งที่ 2 อยู่ และค่อนข้างโต้แย้งยาก อย่างน้อยสิ่งนี้ก็ไม่ได้ฆ่าคน ฉันอยากให้ตำรวจทุกคนถูกล้อมรอบตลอดเวลาด้วยอุปกรณ์บันทึก 5-6 ตัวที่พวกเขาควบคุมไม่ได้ นั่นเป็นทางเลือกที่แย่น้อยกว่า
แน่นอนว่าฉันไม่ชอบโครงสร้างที่ทุกอย่างไหลไปเข้า Facebook และหวังว่าเราจะก้าวผ่านช่วงนั้นไปได้
ถ้า Meta, Flock, Palantir จับมือกันจะเป็นอย่างไรนะ? ดูเหมือนจะสร้าง คอมโบแห่งความชั่วร้าย แบบหุ้นมัดรวมสไตล์ Musk ได้เลย