Widziałeś ten wirusowy tweet o przenośnym zagłuszaczu dźwięku? Wygląda fajnie, prawda? Wygląda też dość podobnie do setek produktów sprzedawanych na Alibabie i w sklepach szpiegowskich od lat. Albo jako zestawy DIY za 50 dolarów w częściach. Używają ultradźwiękowego hałasu, aby przytłoczyć bardzo bliskie mikrofony. Jestem sceptyczny co do ceny i sposobu, w jaki to jest reklamowane, i chciałbym podzielić się, dlaczego: wydaje mi się, że to, co odróżnia to od innych, oprócz języka związanego z prywatnością, to twierdzenia, które brzmią dla mnie jakby opracowali "nową fizykę" i używają AI do wykrywania mikrofonów. To byłoby niezwykłe i wymagałoby równie niezwykłych dowodów, jeśli to prawda. Podejrzewam, że rzeczywistość może być bardziej podobna do używania WiFi itp. do skanowania urządzeń. To nie jest nowa fizyka. Problem: wiele mikrofonów, o które ludzie najbardziej się martwią, nie emitują WiFi ani Bluetooth itp. Albo może to być telefon w trybie samolotowym. Itd. Dodatkowe problemy związane z ultradźwiękowym zagłuszaniem? Złożone ograniczenia zasięgu, problemy z odbiciami w pomieszczeniu, tkanina pochłaniająca emisje z twojego zagłuszacza, przeszkody itp. Na przykład telefon w kieszeni z tkaniny może nie być skutecznie pokonany przez to urządzenie. Krytycznie również: zasięg tego rodzaju technologii to odległość między emiterem a mikrofonem. Nie między tobą a niechcianym mikrofonem. Więc jeśli jesteś w normalnej wielkości pokoju, a mikrofon jest, powiedzmy, 3 metry od ciebie w suficie, lub po drugiej stronie kanapy, może wciąż cię wyraźnie słyszeć. Rozważ zapytanie swojego lokalnego eksperta w dziedzinie audio, fizyki lub bezpieczeństwa przed zakupem lub inwestowaniem w ten produkt. Nie jestem jednym z nich. Źródło mojego zrozumienia: spędziłem trochę czasu kilka lat temu planując złożenie takiego urządzenia i przeczytałem wiele artykułów. Mogę się mylić w swoim zrozumieniu (lub coś mi umknęło!) i chętnie poprawię, jeśli źle zrozumiałem, co oferują. Aby dowiedzieć się więcej o tej popularnej i dobrze znanej kategorii obiektów, obejrzyj @LinusTech sprzed roku.

Dużo mówi się o zwiększaniu prywatności poprzez stworzenie warstwy anonimowego routingu między użytkownikiem a dostawcą modelu AI. Ale tego, czego naprawdę nie rozumiem, to to: towarowe LLM-y są już wyjątkowo dobre w identyfikowaniu wzorców i deanonimizacji. Dlaczego mielibyśmy myśleć, że nie są w stanie szybko nas ponownie połączyć? Zaryzykowałbym stwierdzenie, że jednokrotna reidentyfikacja przez model jest łatwo możliwa na podstawie pojedynczych zapytań z wielu kont, nawet jeśli są one 'anonimowo' kierowane do API. Z pewnością jest to szczególnie prawdziwe, gdy użytkownicy pracują nad tym samym fragmentem kodu, projektem lub z tego samego środowiska. Podsumowując: to trochę jak korzystanie z przeglądarki Tor, myśląc, że jesteś anonimowy dla stron internetowych, ale zachowując pliki cookie między sesjami. Ilość manipulacji, jaką musiałbyś wykonać w kontekście, aby być naprawdę odpornym na ponowne połączenie przez duże modele, wydaje się naprawdę znaczna, do tego stopnia, że staje się to masowo nieefektywne.

Wiele kwestii związanych z prywatnością okazało się być jedynie tarciem... ...które szybko jest automatyzowane. Np. przypadkowi anonimowi mogli spać spokojnie, wiedząc, że ręczne deanonimizowanie ich nie było warte kosztów dla nikogo. Już nieprawda. Teraz jest to szybkie i skalowalne, szczególnie dla rządów.