隐私，也许是我们最为关注，却也最找不到完满答案的一个话题。

购买新刊即可读到本文。

人工智能的历史已将近60年，不过，很多拐点性的事件都是在最近5年发生的。

还记得AlphaGo吗？它第一次打败人类围棋冠军李世石是在2016年——近5年前；人脸识别算法准确率首次超过人眼识别率，则是在2014年——5年多一点。

紧接着，这类以“更好地做决策”为目标的新技术就迅速迈出了其商业化步伐。2015年，支付宝启动了人脸支付；2016年4月，腾讯成立人工智能实验室AI Lab；同年9月，百度发布并对外开放集成了视觉、语音识别等AI技术在内的“百度大脑”；以推荐算法著称的拼多多和抖音则先后于2015年和2016年上线。到今天，与我们关系最紧密的机器——智能手机——里大约80%的App都拥有了AI功能。

最成功的商业应用来自于广告和商品推荐的“千人千面”。技术公司越来越能猜对用户有可能对什么感兴趣，这些猜测有些是基于逻辑，更多基于的是大数据+机器学习——作为人工智能的新范式，机器学习的核心能力就是通过算法在海量数据中寻找规则。

购买新刊即可读到本文。

我们的生活的确变得越来越智能，但这一切并非没有代价。

首先，每家公司都愈加渴求数据——在机器学习范式下，数据科学家只掌握起始算法是不够的，还要有足够的数据，才能训练出能在更大数据集上做出有效决策的AI。

一些公司会在冗长的“软件服务协议”中暗含霸王条款，要求用户自愿贡献他的数据，不同意，就无法使用；还有一些公司会铤而走险，偷偷查看用户暂时存放在剪贴板上的信息；走在街上、走进商场，具有人脸识别功能的摄像头越来越多，矗立在厕所门口的还会乔装成纸巾发放机；回到卧室和客厅，智能手环、智能音箱、智能电视、或者可以跟人对话的扫地机器人……这些商品有些比非智能的款式还便宜，因为对商家来说，比硬件更加昂贵的是你的数据。

另一个同样对隐私构成威胁、给我们带来恐惧感但显得更加隐蔽也更系统化的地方在于：以大数据为基础的AI所形成的产业链复杂且不透明。迄今为止，还没有多少普通用户知道他们的数据是如何被采集、如何在产业链上流通、被哪些机构共享，以及AI究竟给自己贴了哪些标签、这些标签是否带来歧视……整个AI产业像个黑盒，普通人在AI时代失去了自我掌控。

“千人千面”只是数据和人工智能的应用之一。通过分析足够病例样本，一些算法可以预测整个社会在某些疾病上的发病率，从而提前管理。通过借鉴AlphaGo的算法，一家燃煤公司也可以计算出怎样燃煤才能实现动态的结果最优。人工智能绝对是个前所未有的革命性工具——疫情期间，你肯定也体验过健康码带来的防疫效果，大数据+算法决定了每个人拿到手的二维码颜色。

但它同时也是个烫手的工具，每个迫切想要使用它的人都有必要知道自己行为的边界。

推荐阅读：千百态时尚