不久前掀起的阿爾法狗和柯潔的圍棋大戰變相的將人們的思維重新拉到了AI這條戰線上，或者準確地說，應該是將普通人的視線拉到了AI這條戰線上。其實早在許多年以前，就有深藍、沃森等人與智慧的大戰出現，從縱向思維到橫向思維的全方面碾壓人類——因為，機器最後都贏了。只是在不同的地方掀起了不同的波瀾。這一次這股風吹到了我們這裡。於是，國內變沸騰了。我這次的題目寫為《看不見的AI》，主要講述我對AI的認識過程，以及我在經過實驗室的學習之後對AI所做的一些改觀和我所知道的生活中所涉及的AI領域等。
記得有一部經典的電影叫做《I'marobot》，當年剛剛在中國上映的時候，掀起了一股非常好的觀影熱潮，主要是在講述很多年之後，當機器人開始在民間流行，然後有一天突然反叛人類的故事。特效做的很好，劇情也很生動，尤其是機器人反叛人類的原因更是讓人感觸：在人類設定的三條基本原則下，其中有一條是“保護環境”。機器人主腦——“紅心皇后”在執行人類的命令中，不斷地反思和進行深度學習，最後得出結論“人類是破壞環境的主要凶手，應該將人類屠之殆盡。”然後便是一系列的特效與男主拯救世界的故事。當時，很多人誤以為，這就是AI的未來，所以極力反對發展AI，認為AI創造的大腦將遠遠超過人類的認知，並反噬人類。但是，在AI發展這麼多年以後，我們卻是可以重新作出我們的認識。
對此，可能最具有置信力的說法應該是：圖靈測試。以及網上的兩部關於AI的紀錄片。但是，是否說，一定是那種形式的才可以被稱作為AI？例如，需要回答出一定量的問題、並在一定比例人群之內無法被別人區分是人或者還是機器。置身於“AI+”現實的我，在不斷的學習與實踐中逐漸推翻了這樣一個認識。我在實驗之中研究的專案方向主要是“老年人體感識別”，用於幫助老年人識別帕金森症，在實驗過程中不可避免得要用到一些深度學習的例子，用到一些基本學習演算法，例如：用於語音識別的馬爾可夫模型，或者用於人臉識別的卷積神經網路，計算機通過不斷地對資料的學習得到模型，加以判別，得到模式方程，用以輔助識別人體特徵，這樣一個模式識別過程。雖然這其中並沒有出現所謂的創新型機器大腦，但筆者以為這也是出現了一些機器學習判斷的過程，因此可以被稱作AI。
(二）
於是，我想，基於上述，便是又可以提出另外一個問題：“就像汽車一樣，AI能變成什麼？”
是否我們又可以提出一個新問題：“他難道就沒有弊端？”
就比如，我們每次開啟瀏覽器，都會看到頭條推薦，推薦一些新聞或者開啟淘寶推薦購買產品，發現都是自己中意的範圍，這確實令人很高興，但值的商榷、擔憂的是，你一旦點選，便是這個記錄永遠也無法刪除的，便是你的喜好偏向永遠也無法刪除的，除非你將在很長很長的一段時間之內對個人興趣進行大的轉變，比如一年、兩年等等，或者，這個軟體會把那次操作當成是一個噪聲或者瑕點然後過濾掉。於此，我們便會冷汗直流。就好像，我們被扒個精光放在網上，供人蔘觀。誰也不知道，網路的另外一頭坐著什麼妖魔鬼怪。自己在網路上的操作越多，於是，網路可見的形象越清楚，每個人在網路上都生動地樹立了一個自己的形象，與現實或同或不同，但都清晰可見。這樣顯然更別說何來隱私。
AI，或許我們在推崇發展的同時，我們也要謹慎自己的隱私。
（一）
首先，我想至少應該先要提出一個問題：“AI是什麼？”
所以，筆者認為，AI不一定特指大腦。
我們不置可否的是在第三次工業革命（或者也可以稱為第二次資訊革命）的時代，AI致力於“創造”人的大腦。就像第二次工業革命解放人的體力一樣，解放大腦的時代勢必如噴湧一般湧現出各種各樣的新穎之意。突破之不敢為，突破之不敢想。所以，在這個特殊的過渡階段，我比之AI的解放大腦為多形式下的解放，就像解放體力時出現的不是完全像人一樣的勞動生物，而是類似於汽車、飛機、機器之類的輔助生產的東西，完全像人一樣的生物或許可實用性並不如上述成分強烈。那麼，現下，筆者認為，應該將AI看作是一次解放大腦的突破，非創造類似於完全大腦的理想化，即生活中一切方便少用腦力勞動的一切方式。或者，這也只是因為，工業化水平還沒有達到創造的標準和水平。
提到這個話題，我想若是道出，便又是侃侃而談一段了。就像你問第二次工業革命產生了哪些東西解放了人的體力，我會說：飛機、汽車、機床、車床等。所以，屬於“AI+”的今天，AI可以說便代表著一切，甚至，我以為，當你在用WORD輸入一系列英文單詞或中文片語的時候，他會跳出一堆一堆的下劃線，表示你這一段輸入的語法發生了錯誤，這應該也是屬於機器學習的範疇的，那麼這應當也可以作為AI的範疇。除此之外，我想要舉出的例子便是他人敘述範疇，例如，我看的一本書《BIGDATA》裡面講到，沃爾沃通過一系列的資料探勘，發現汽車輪胎和蛋撻放在一起銷售，或促進蛋撻的銷售量，毫無理由卻在採取這項措施後，蛋撻銷售量增加了一倍多；“谷歌翻譯”是世界上最好的翻譯軟體，他使用了世界上最大的文字資料庫，所以所做出的翻譯準確度相當高；亞馬遜通過讀者的點選量以及購買圖書選擇之類幾乎可以準確預知讀者的下一本要買的圖書……更如，我的資料庫老師——宣昊老師一直和我們推崇的一些大公司裡面，講到關於Facebook的資料處理操作，據稱，Facebook幾乎可以通過你上傳的照片推測出你的家庭成員，或者通過你的晒圖、說說、購買記錄預測出你的情緒高低，預測你的生理期等等狀況。確實可以給予方便。
這樣想來卻又是很現實恐怖的。
記得之前看到一篇論文，說在瀏覽器上有一項功能，在深度學習、資料接收分析剛剛盛行之際被提出，據稱可以關閉推薦和收集資訊功能。一些公司接受了這項人道主義建議與提法，例如谷歌和微軟；但隨著競爭的激烈化，今天，我並沒有在瀏覽器上找到這項功能。
高三:張幼安