谷哥想棄Cookie改用人工智慧以更保護隱私,會有效嗎?(下)
本文為該系列的下篇，上篇（關於 Google 棄 Cookie 改用機器學習追蹤的新聞、Cookie 的解釋以及 AI 如何保護隱私）請點此連結
用了人工智慧的Google,之後會有哪些變化呢?
機器學習或成壓垮「餅乾」的一大把稻草
根據調查統計機構 Netmarketshare 最新調查表示，全球瀏覽器占比第一依舊是 Google Chrome，握有 69.18% 的市占率。而掌握快7成客戶的 Chrome 將淘汰第三方 Cookie，廣告業者未來要怎麼辦呢？其實，Google 只是換一種方式繼續下廣告而已。
Google 將以人工智慧技術「FLoC」取代 Cookie。FLoC（Federated Learning of Cohorts）是一個基於聯盟式學習（Federated Learning）的架構，與傳統的機器學習不同，聯盟式學習的概念為：資料不需要離開設備，可以各自在自己的設備訓練，並透過通過加密機制，在雲端上建立一個共有的模型進行更新。
聯盟式學習的概念可分為四個步驟：
- 每個設備各自使用自己收集的資料來訓練模型，不會與其他的設備共享、流通。結果會先經過加密，再上傳到中心模型。
- 中心模型整合、更新各個設備上傳的結果。
- 將中心模型更新後的結果回傳給各個設備。
- 各設備更新各自的模型。
因此，FLoC 能兼顧隱私性、實用性與資料安全性三個面向。
即使棄用Cookie Google還是能用FLoC賣廣告
所以 FLoC 要如何替廣告主鎖定特定客群、投放廣告呢？
透過 FLoC，Chrome 仍可以追蹤用戶在網路上的瀏覽習慣，當使用者造訪不同網站時，瀏覽器會根據使用者習慣與偏好將他們分組（cohort），放入「受眾群體」或稱「同類群組」中。廣告主再將他們的廣告直接投放給特定的群組。
與 Cookie 的個別追蹤不同，FLoC 採群體追蹤，「把一棵樹隱藏在一片森林中」，廣告商不會知道群組內的特定個別使用者是誰，因此 Google 將其稱為一項「隱私至上」、「興趣為主」的廣告透放技術。
至於群體追蹤如何才有效，就有賴 FLoC 把用戶分類的精準度。對使用者來說，同一個群組中的使用者越多、隱私性就越高，儘管對廣告商來說，要投放個人化廣告的成效就會越差。
Google 聲稱，與原本的廣告技術相比，FLoC 現階段約具有 Cookie 追蹤 95% 的成效，同時 Google 也表示廣告商擁有和使用 Cookie 追蹤相同的投資報酬率。
Google不只將人工智慧用在投放廣告上
聯盟式學習不是一個全新的技術，他最早在 2017 年在 Google AI Blog 中提出。除了應用在智慧型手機上、讓使用者獲得更優秀的手機客製化操作體驗外，注重病患個資隱私安全的醫療產業也能見到聯盟式學習的應用。
因為病人的資料隱私在醫療產業中極度重要，聯盟式學習可以使病人的影像照片、病歷等私人資料不需要被傳輸、轉移至其他醫療機構，就能參與人工智慧的運算。除了 Google，NVIDIA 近年來也投注了大量心力在醫療產業的聯盟式學習技術之中。
一方面保護個資，一方面讓人工智慧的研究可以應用到實務的診斷上，達到不錯的效果。
機器學習取代「餅乾」的隱憂
這樣聽起來 FLoC 似乎是取代 Cookie 的最佳方式，既能保護使用者隱私、又能讓廣告商繼續向特定族群投放廣告。但就目前而言，FLoC 技術尚未獲得一致認可。
一派聲音擔心認為「將使用者分組」可能會加重偏見與歧視問題，也容易引發有心人士針對特定群組進行網路攻擊。
如廣告技術公司 Criteo 的資深機器學習工程師 Basile Leparmentier 就表示：Google 提出的 FLoC 群集演算法是由他們自己開發處理，且對所有網路使用者通用的，因此，Google 有權在任何需要的時候修改演算法。更奇怪的是，如果其他瀏覽器開發商想要採用 FLoC 群集演算法，它們也能自行更改分組供自己使用。
亦有聲音擔心此舉是變相進一步鞏固 Google 的廣告科技龍頭的地位。以「維護用戶隱私」而聞名的搜尋引擎「DuckDuckGo」公關副總裁 Kamyl Bazbaz 表示：FLoC 是透過用戶的瀏覽歷史記錄，將用戶分類給基於相同興趣群組，而這樣分類機制最後會形成類似「超級追蹤器」的結果，這比許多網站都已使用的 Google Analytics 更為恐怖。
Google 最快會在 2021 年 3 月正式導入 FLoC 到 Chrome 上測試，而 FLoC 的實際運作的成效與後續產生的效應，或許都還要靜觀其變。
延伸閱讀：
零基礎考取 GoogleAds 認證只要 14 小時！5 種 GoogleAds 廣告攻略
