肢体语言和习惯会出卖你

你可能认为自己对安全非常警惕，但你的身体和习惯会不经意间泄露你的信息。老练的人不仅可以通过分析安装在身上的摄像机捕捉到的独特动作识别你的身份，还可以通过检查你的信用卡使用模式来识别你的身份。他们甚至不需要你的姓名、地址或帐号；他们可以仅根据你的购物行为判断出你的身份。

麻省理工学院的研究揭示了信用卡数据的力量

麻省理工学院的研究人员已经证明了使用信用卡数据识别个人的惊人轻松程度。他们发表在著名期刊《科学》上的研究分析了一个未公开国家 110 万名信用卡用户三个月的信用卡数据。

据《科学美国人》的拉里·格林梅尔报道，研究人员仅使用信用卡和交易信息识别个人的成功率就达到了 90%。值得注意的是，当他们纳入交易的确切价格时，他们重新识别匿名记录的能力提高了 22%。研究人员发现，即使只有诸如他们的大致位置或他们进行购买的时间范围之类的有限信息，他们也可以识别个人。

女性和高收入者面临更大风险

这项研究表明，某些群体特别容易通过他们的购物模式识别身份。研究发现，女性和收入较高的人更容易被识别。

公众意识和担忧

一家位于波士顿的咨询公司进行的一项调查显示，公众普遍意识到信用卡数据的敏感性。绝大多数美国人 (87%) 认为此类数据是中等或高度私密的。但是，只有 68% 的人对他们的健康和遗传数据表示类似的担忧。

数据去标识化的危险

《科学》文章中的研究人员强调，即使数据已“去标识化”，也可能不会完全安全。这引发了人们对其匿名化法律（例如《健康保险可移植性和责任法案》(HIPAA) 所强制的法律）有效性的担忧。

对隐私的影响

麻省理工学院的研究是对数字时代隐私概念正在迅速丧失的严峻提醒。即使我们采取措施保护我们的个人信息，我们的行为也可能在无意中泄露我们的身份。

了解购物模式的可预测性

研究人员指出，财务数据已被广泛用于各种目的，包括信用评分、欺诈检测和了解购物模式的可预测性。这突显了个人需要意识到与共享其财务信息相关的潜在风险。

隐私的终结？

《科学》文章是关于“隐私的终结”的更大讨论的一部分。它认为，数据收集和分析技术的扩散使得在现代世界中维护我们的隐私变得越来越困难。

保护你的身份

虽然不可能消除对隐私的所有风险，但你可以采取措施来保护你的身份：

• 对在线或通过电话共享你的信用卡信息保持谨慎。
• 对你的财务帐户使用强密码并启用双重身份验证。
• 定期监控你的信用报告，是否存在任何未经授权的活动。
• 考虑使用诸如虚拟专用网络 (VPN) 和加密消息传递应用之类的增强隐私的技术。

理解航空事故

儘管 2014 年發生了幾起備受關注的航空事故，包括亞航 QZ8501 航班和馬來西亞航空 MH370 航班失蹤。在更廣泛的背景下評估這些事件非常重要。

航空旅行的統計安全性

儘管這些事故造成了人員傷亡，但航空安全網絡的數據顯示，2014 年在統計上仍然是安全的飛行年，死亡人數低於 10 年平均 676 人。

國際航空運輸協會報告稱，2014 年客機的事故率僅為每 100 萬次航班 2.1 次，這表明航空旅行安全性長期趨於改善。

媒體報導與公眾認知

重大事故自然會引起公眾關注，但避免反應過度並忽視航空旅行的整體安全性至關重要。每年都有數百人死於車禍，但這些事故卻鮮有受到關注。

比較風險

為了透視航空旅行的危險性，研究人員計算出，每年每 10 萬美國人中有 14 人死於道路交通事故。這與每年每 10 萬人中有 143 人死於缺血性心脏病的情況類似。

客觀評估風險

麻省理工學院統計學教授阿諾德·巴內特已確定，商業航班乘客的死亡風險為 4500 萬次航班中發生一次。據紐約時報報導，一名旅客可以每天飛行 123,000 年，仍然是安全的。

航空安全組織的作用

航空安全組織在控制公關損害方面發揮著至關重要的作用，儘管發生了備受矚目的事件，但仍指出了航空旅行的統計安全性。他們有助於確保公眾準確理解所涉及的風險。

改善航空安全

儘管航空旅行通常是安全的，但總有改進的空間。航空當局和航空公司一直在努力通過以下方式提高安全措施：

• 技術進步，例如改進飛機設計和導航系統
• 嚴格的飛行員培訓和認證計劃
• 定期對飛機進行維護和檢查
• 國際合作，以分享最佳實踐和經驗教訓

結論

儘管航空事故總是令人悲痛的，但保持對航空旅行安全性的平衡觀點至關重要。通過理解統計數據、將風險與其他交通方式進行比較，以及認識到航空安全組織的作用，我們可以對我們的旅行選擇做出明智的決定。

Twitter 已成为一个无处不在的平台，全球数百万用户产生了大量数据。研究人员发现，这些数据可以提供全球人类活动的有价值见解。

推文作为地理数据源

Twitter 的开放 API 允许研究人员访问和分析原始推文数据，包括其地理位置。这使得能够创建复杂的映射，根据推文密度揭示人类活动的模式。

Twitter 上的语言多样性

Twitter 上最常见的语言是英语，但还有各种其他语言。研究人员创建的地图显示了世界各地不同语言的分布，揭示了 Twitter 用户群的语言多样性。

电气化和 Twitter 使用情况

推文在地理上的分布与电气化率和人造光使用率密切匹配，尤其是在发达地区。这表明 Twitter 的使用很大程度上受到技术访问的影响。

转发和引用模式

研究人员还分析了 Twitter 上转发和引用的地理位置。他们发现，转发或相互引用用户的平均距离出奇地大。这表明 Twitter 用于连接远距离居住的人。

主流新闻报道和 Twitter 使用情况

研究人员比较了不同国家的主流新闻报道数量与推文数量的比率。他们发现，欧洲和美国获得了不成比例的媒体报道，而拉丁美洲和印度尼西亚却被忽视。

Twitter 增长和未来研究

Twitter 继续快速增长，随着更多数据的可用，研究人员将能够进行更详细的分析。这些数据可以提供有关人类行为、人口统计和交流模式的宝贵见解。

全球 Twitter 心跳

一个值得注意的研究项目是“全球 Twitter 心跳”，它分析了来自美国各地的超过 10 亿条推文，创建了桑迪飓风期间表达的正面和负面情绪以及对总统候选人的支持的地图。

警告和限制

值得注意的是，这些研究中分析的数据仅代表了所有发送推文的一小部分。此外，启用地理标记的用户可能表现得与其他用户不同。因此，结果可能无法完全代表所有 Twitter 模式。

人工智能帮助策展人确定艺术品的“吸引力价值”

博物馆正拥抱技术，以更深入地了解参观者如何与艺术互动。在意大利博洛尼亚，研究人员开发了一个人工智能系统，该系统使用摄像头追踪博物馆参观者的面部表情、姿势和站位。这些数据经过分析，用于确定具体艺术品的“吸引力价值”，并优化美术馆布局。

ShareArt：一款理解艺术鉴赏的工具

该人工智能系统名为 ShareArt，由意大利国家新技术机构 ENEA 和 Istituzione Bologna Musei 的研究人员开发。它由安装在博物馆画廊各处的微型摄像头组成，用于收集参观者行为数据。

追踪参观者互动指标

ShareArt 追踪一系列与艺术互动相关的指标，包括：

• 观看艺术品所花费的时间
• 穿过画廊的路径
• 特定画布上的关注区域
• 面部表情和姿势

隐私与伦理考量

ShareArt 设备旨在尊重参观者的隐私。它们不会记录面部或其他个人信息，所收集的数据经过匿名化处理。

提升博物馆体验

ShareArt 收集的数据可供博物馆通过多种途径提升参观者体验：

• 优化美术馆布局，最大限度提高艺术品可见性和互动性
• 调整灯光和展示技巧，提升艺术鉴赏度
• 识别与参观者产生最强共鸣的艺术品
• 开发针对参观者兴趣量身定制的教育计划和参观线路

初步调查结果

ShareArt 的初步测试已产生引人入胜的结果。研究人员发现：

• 大多数参观者单独观看艺术品，并正确佩戴口罩。
• 参观者在任何一件作品前驻足的时间往往少于 15 秒。
• 观看 Vitale degli Equi 一幅 14 世纪双联画的参观者主要关注右边“更热闹”的部分，那里描绘了圣彼得接受祝福的情景。

将博物馆变成研究实验室

ShareArt 仍在开发中，但它有可能将博物馆变成研究实验室。通过收集和分析参观者行为数据，博物馆可以加深对艺术鉴赏的理解，并开发出更具吸引力和实效性的展览。

人工智能在博物馆的未来

人工智能技术正在迅速改变博物馆的运营方式。从追踪参观者互动到提供个性化推荐，人工智能有可能彻底改变博物馆体验。随着人工智能的不断发展，博物馆需要适应并拥抱这些新技术，以便与时俱进，吸引新一代观众。

更聪明的助手

IBM Watson 是一款革命性的认知计算系统，它正在改变我们与信息交互的方式。作为一名聪明的伙伴，Watson 可以协助完成广泛的任务，从回答复杂的问题到提供个性化建议。

Usher：终极博物馆指南

Usher 是一款移动博物馆指南应用程序，展示了 Watson 的功能。通过利用地理位置和数据分析，Usher 提供了针对展品的定制信息，提供了传统音频指南无法匹敌的见解和背景。它会根据用户的行为做出反应，基于他们的位置和兴趣提供实时信息。

利用 Watson 解锁知识

Watson 的核心优势在于其分析海量数据并从中提取有意义见解的能力。它可以浏览数百万页的文本，识别出人类会错过的联系和模式。这使得 Watson 成为研究、教育和决策的宝贵工具。

超越搜索：指导与学习

Watson 不仅是一个搜索引擎。它可以为其答案提供背景和解释，帮助用户理解其建议背后的原因。这种指导使 Watson 成为一名高效的学习伙伴，它提供可以增强理解的见解和视角。

适应个人需求

Watson 被设计为可以从经验中学习，不断扩展其知识库。通过追踪用户交互和偏好，它可以根据个人需求定制其响应和推荐。这种个性化方法使得 Watson 成为教育和自我提升的有力工具。

在各个行业的应用

Watson 的多功能性延伸至广泛的行业，包括：

• 医疗保健：为肿瘤学家提供数据分析和治疗建议方面的支持。
• 教育：为 CogniToy 提供支持，CogniToy 是一款教育恐龙，可以回答孩子的问题并适应他们的兴趣。
• 金融：通过 CafeWell Concierge 等应用程序提供个性化的财务建议。
• 保险：使 USAA 能够为军人提供定制的信息和服务。

协作与创新

IBM 为开发者和组织提供了多种途径，让他们可以利用 Watson 的技术。Bluemix 上的 OpenAPI 允许进行实验和应用程序开发，而合作伙伴计划为扩展创新解决方案提供支持和资源。此外，黑客马拉松和竞赛向学生们提出了挑战，要求他们开发 Watson 功能的新应用。

Watson 软件包解决方案

对于寻求更全面解决方案的组织，IBM 提供预构建的 Watson 软件包解决方案。这些解决方案在数据分析、参与和决策制定等关键领域提供支持，帮助企业从其数据中提取价值并提升客户体验。

无限知识的潜力

Watson 的强大之处在于其解锁几个世纪以来收集的浩瀚知识宝库的能力。通过使这一知识易于获取且可操作，Watson 有可能彻底改变我们学习、工作和做决策的方式。