在我撰寫本書時，正值2016年美國大選受到俄羅斯黑客及其活動的影響。關於特朗普政府與俄羅斯總統普京之間的關係以及俄羅斯在特朗普政府當選中所起到的作用，每天都會產生一堆新的、未被解答的問題。近幾個月的發展可能已經讓這一事件被歸類為網絡安全，但現在我感到應該把它歸為一個全新的類別——「思維入侵」。
「網絡間諜」一詞讓人想到愛德華·斯諾登（Edward Snowden）、朱利安·阿桑奇（Julian Assange）、切爾西·曼寧（Chelsea Manning）等人以及上一代的黑客，比如因入侵AT&T和諾基亞等大型企業而名聲大噪，而後成立自己的網絡安全公司的凱文·米特尼克（Kevin Mitnick）。無論你把他們稱為告密者、揭發者還是犯罪者，這些人都使用簡陋的技術工具放大了信息、提高了透明度並改變了我們的文化對腐敗、隱私和愛國主義的理解。
在不久後的將來，隨著人工智能技術的發展，人類將使用加密電子郵件、博客平台和「粘貼垃圾箱」，這將很快讓我們感到怪異。
奧巴馬競選總統時，他在2012年連任選舉活動中的首席數據科學家是伊德·加尼（Rayid Ghani），加尼利用數據分析方面的經驗以及Facebook數據定制了電子郵件消息。50年輕的選民尤其不怎麼使用傳統的媒體渠道，因此加尼和他的團隊在青年群體中找了一些有影響力的人。之後，這些人收到了有針對性的消息，消息鼓勵他們宣傳競選內容並與同齡人「出去投票」。Facebook還向加尼的團隊提供了關於年輕選民利益的基本信息，這使宣傳團隊能夠有針對性地發佈與選民非常相關的廣告，鼓勵他們在接下來的選舉中採取行動。
現在，僅僅在幾年後，這項數字戰略看起來就好像是上一個世紀的事情了。在2016年特朗普和希拉裡·克林頓之間的競選中，以有針對性的Facebook廣告為形式開展的大眾心理分析在特朗普的勝利中起到了重要的作用。51這些廣告使用的是一種被稱為OCEAN的基本心理分析模型，OCEAN的5個字母分別代表5種性格特性：開放性（對變革和新體驗的接受性）、責任心（追求完美的傾向）、外向性（社交能力和與人相處的願望）、親和性（體貼和配合）、神經過敏性（是否易於不安或焦慮）。20世紀80年代，研究人員提出了最初的人格類型模型，再加上後來的OCEAN，或大五類人格特質，這些成為心理分析領域的標準技巧，但這方面所面臨的挑戰是數據採集。要想獲得關於一個人的信息，就需要對方填寫冗長的問卷調查並進行煩瑣的記錄。
在2008年，這一切都發生了變化。一位劍橋大學的年輕研究人員邁克爾·科辛斯基（Michal Kosinski）開發了一項可以在Facebook上進行的OCEAN測試。他打算將這個測試發送給幾十個好友以獲得研究結果，但不久之後，數千、數百萬名用戶將自己的人格偏好發給了這位年輕的研究人員。到2012年，根據Motherboard網站上的一篇文章所述，科辛斯基證明：「平均來說，根據一名用戶在Facebook上的68個『愛好』就可以推測其膚色（95%的準確率）、性取向（88%的準確率）、親民主黨還是共和黨（85%的準確率）。」52科辛斯基僅僅將他的結果用於學術和研究，而他這些誘人的數據如今已成為全球最大的心理分析的分數來源，這對涉及政治活動的組織而言如同一個寶藏。倫敦的SCL（戰略通信實驗室）集團於2014年聘請科辛斯基前去工作。SCL集團從事的是行為建模，專門服務於政治宣傳活動、信息傳播戰略、社交宣傳活動和廣告商的商業心理目標定位等。科辛斯基拒絕了這家公司的邀請，因為他不希望將他的研究用於商業。
2013年，SCL集團宣佈成立一家分公司。這家名為劍橋分析（CA）的全新公司使用OCEAN模型，專門從事政治宣傳活動的精確微定位。這家SCL集團的大數據分公司的絕大部分資金來自對沖基金管理者、億萬富翁兼特朗普支持者羅伯特·默瑟（Robert Mercer），特朗普的前首席戰略師斯蒂芬·班農（Stephen K. Bannon）在這家公司的董事會中也擔任重要職務。劍橋分析在英國「脫歐」宣傳活動的成功中起到了重要作用，從此這家公司聲名鵲起。53 2016年，該公司與特朗普的宣傳團隊合作，與特朗普的女婿兼主要政治顧問賈裡德·庫什納（Jared Kushner）在Facebook數據和精確微定位方面開展了密切合作。542016年，劍橋分析通過OCEAN測試以及購自Acxiom和Experian等第三方公司的個人信息，獲得了超過2.2億美國人的精確人格信息。
這家公司的計算能力十分驚人。據計算機科學新聞網站ScienceNode報道，劍橋分析的分析使用了帶有「560個處理內核和130多個TB數據」的高性能計算集群。據該網站估計，其在「宣傳活動期間分析的總數據量接近13 TB，它通過亞馬遜AWS訪問數據雲進行分析」。55
劍橋分析的精確微定位成功地覆蓋了各種人格的選民，比如存在安全問題的、性格內向的槍械店店主會收到一個反烏托邦的Facebook廣告，上面畫著一群匪徒在晚上闖入店中；而性格更加謹慎且平和的槍械店店主會收到一個懷舊的廣告，上面畫著一個男孩和他的父親出去打獵。劍橋分析的支持者會認為他們最厲害的武器就是向希拉裡·克林頓選民發出的反對投票的廣告。56邁阿密小海地的一整個街區都收到了有針對性的廣告，上面寫著希拉裡·克林頓基金會在海地發生災難性的地震後沒有提供足夠的支援。這些所謂的「黑帖」只會被發送給某個小團體，甚至只發給特定的個人。本質上它們是經過精確微定位的Facebook廣告，其中一些動畫視頻只被發送給非洲裔美國男性。這個有針對性的動畫「黑帖」使用了希拉裡·克林頓1996年的講話片段，其中的動畫人物希拉裡·克林頓反覆說著同一句話：「超級掠奪者。」
劍橋分析等組織的行為讓我們進一步瞭解了那些不同於我們所熟悉的廣告宣傳的操控公眾的方法，讓我們知道，所有決定都可以被追蹤、測量和優化。行為數據激增的起源就是現在廣為大家所知曉的谷歌A/B測試。
從廣告牌、A/B測試到人工智能
廣告學的建立是為了研究如何加工信息才能迫使我們做出購買決定。直到最近，這些信息主要來自才智、創造力、藝術和心理學研究。無處不在的廣告是美國消費生活的特點。雖然讓人不安，但廣告有其局限性已成為普遍共識，尤其是今天的美國人越來越精通媒體並且對廣告年代的虛假承諾越來越警惕。廣告商無法真正衡量他們的操控方式會對我們產生何種影響，這也助長了這一趨勢。我們會在看了廣告後跑出去買可口可樂嗎？沒有人可以完全確定這一點。在手機出現之前的現實世界中，廣告商只能依靠揣測。
在今天的數字世界中，一切都不一樣了。我們的所有點擊和瀏覽都能被測量，我們變得越來越「可追蹤」。我們的決定可以被衡量和評估，然後我們就會收到一堆直接與我們的網絡行為中所展現出的問題和產品相關的定制廣告。谷歌通過巨大的、不斷增長的互聯網為廣告業帶來了這種測量能力，這難道不是它為全球大型企業創造的一個奇跡嗎？
2016年，全球數字廣告支出達到1 910億美元。57據預測，到2020年數字廣告支出將增加近一倍，達到2 850億美元。58為什麼要將所有錢都用在數字廣告上？因為它可測量，而且可以根據用戶行為調整內容。一切才剛剛開始，未來會出現越來越有效的廣告推銷手段，它們把手伸向我們的錢包，影響我們的思維。
廣告團隊所使用的一項關鍵的信息優化策略就是A/B測試。這種方法被谷歌和其他網絡廣告公司頻繁用於從數據中學習並定制信息，以產生目標用戶響應，比如一次點擊、瀏覽或購買。通過A/B測試，兩種通常帶有細微差別的信息被發送給同一地區的不同人員。廣告團隊通過測量響應率確定版本A還是版本B更有效。以最有效的信息為基礎，然後再創建兩個或更多新版本，每個版本使用略有不同的字體、樣式或背景色。廣告團隊會繼續這一流程，直到無法進行更多的改進。信息已被「優化」到保證最佳響應率的程度。
在即將到來的人工智能時代，人工智能將可以在一個全新的層面執行A/B測試等機制的流程。它不但能夠記錄大量變化，使用它們進行更快速的優化，而且還可以進行人類幾乎無法考慮到的細緻定制。需要考慮的變量太多：字體樣式、粗細、顏色、背景、措辭、信息長度、圖片樣式、橫幅樣式、發送時間、地點、發送渠道、受眾年齡、受眾性別、信息中所包含的行動次數、行動號召的程式化等。追蹤這幾百項屬性中每一項的所有可能性，對人類團隊而言過於不切實際，但自然語言生成（NLG）和搜索優化等人工智能技術就能輕鬆高效地實現這些。
正如我們在劍橋分析等例子中所看到的，自動化A/B測試並不是唯一的可以影響人類思維的人工智能。以聊天機器人為例。目前，簡單交流系統可以對採集自社交媒體的信息或者在聊天網站和論壇上的信息自動進行特定類型的回復。在一些主題上，Twitter（推特）等越來越多的網站上的流量將幾乎完全來自這些互聯網機器人。2016年10月18日，CNN（美國有線電視新聞網）報道了這樣一個新聞：1/3支持特朗普的Twitter帖子不是由真人，而是由聊天機器人發出的。59該報道援引了牛津大學教授菲利普·霍華德（Philip Howard）的研究。霍華德表示，33%的支持特朗普的流量由聊天機器人產生，而在支持希拉裡·克林頓的帖子中，這一比例只有22%。2016年美國大選中，來自美國、俄羅斯或其他地區的機器人在多大程度上影響了競選結果，我們永遠無法準確估量，但在一場勝者與敗者票數差距極小的大選中，這些機器人肯定起到了作用。
當任何足夠聰明的、有充分動機的集團或組織花費必要的資金就能獲得此類系統時，目前的選舉流程，甚至是民主制度本身，是否會變得「可入侵」並遭到破壞？
青少年的父母都知道，通過社交媒體發送的精心設計的電子信息不只是與政治相關，我們的新公共共享平台已成為新型網絡霸凌的首選測試地，將一些受到嚴重精神創傷的受害者推向自殺的邊緣。《美國公共健康期刊》（American Journal of Public Health）在2012年刊登了一篇題為《社交媒體與自殺：一個公共安全問題》的文章，詳細研究了這一現象。60該研究的作者發現，互聯網的使用與女性自殺者之間存在明顯的統計學上的關聯。女性對通過互聯網發送的信息和內容是否更加敏感還需要進一步的研究，但這一關聯本身就十分令人不安，它說明了數字信息影響部分人群的可能性。不難想像，在糟糕的情況下，未來的狹義人工智能將被人類規劃者用於對外國的目標科學家、政治人士或商人的姓名進行自動分類。通過將這些與社交媒體推送信息相結合，訪問公共信息或商業數據庫，此類系統可以在目標個人及其重要社會關係成員，比如配偶、孩子和父母等之間建立聯繫。然後，人工智能系統開始通過觀察Facebook帖子、論壇消息、Twitter和Instagram照片建立每個人的心理分析檔案。這一檔案可能會評估他們的人格類型、興趣愛好、最容易受哪種信息的影響等。只要這個系統「鎖定」目標的時間足夠長，它甚至可以使用自動入侵技術，或發送自動生成的釣魚郵件，以嘗試進入他們的電子郵箱或社交媒體賬號。如果真的發生這種情況，那麼狹義人工智能支持的心理宣傳活動將會有大量的材料可以使用。自然語言處理算法可以被用於自動掃瞄目標郵箱中的數十萬封郵件，從而鎖定可能產生尷尬或負面影響的信息。在所有材料被編目、分類並確定優先級後，人類規劃者只需要向狹義人工智能系統發出最終命令，就能針對目標及其關鍵社會關係成員，即他們的家人、朋友和孩子，精心設計操控、威脅和騷擾信息。
我希望這樣的未來只存在於科幻小說中，但不幸的是，這種人工智能聲譽攻擊和操控技術正在變得越來越普遍。這是因為我們正在進入一個人工智能增強操控的時代：我們關於信任和過失的信念與理解將被人類指揮的狹義人工智能所入侵，而且這種入侵正在變得越來越精密和快速。
● ○ ●
在繼續探討人工智能如何改變社會工程學和操控前，我們先要來看一看，為何人類的思維面對這些「思維入侵」如此不堪一擊？目前，我們的媒體中充斥著「虛假消息」和可能的「另類事實」的故事。記者和權威人士將我們目前的政治環境稱為「後真相時代」。陰謀論者亞歷克斯·瓊斯（Alex Jones）這樣的角色以及布賴特巴特新聞網的最新消息，雖然為諷刺作家和喜劇小品提供了大量素材，但「虛假消息」策略效果驚人，其原因是它能夠直達我們內心深處的理性缺陷，即心理補償、早期記憶、部落 /群體緊密團結所產生的安全漏洞。人類大腦在面對「合理性的猛攻」時會採取保護意識形態的防禦機制。我們寧可相信謊言，也不願意讓真相打擊我們對部落的忠誠。政治研究員布倫丹·尼漢（Brendan Nyhan）和傑森·雷夫勒（Jason Rei.er）將這一漏洞稱為「逆火效應」。61他們的工作研究了很多示威運動：從反疫苗接種運動到媒體無法改正奧巴馬宗教信仰的神話等事件。他們一次又一次地發現，當媒體開始改正「另類事實」時，就會與受眾疏遠。在經過一系列的研究後，他們得出的結論是：這一效應在宗教和政治反對言論上體現得尤為明顯。也就是說，領導者、政治團體和廣告商可以「入侵」我們的意識形態、觸發心理防禦機制並掌控我們的心理。
心理學家丹尼爾·卡尼曼在其2011年的里程碑式著作《思考，快與慢》（Thinking, Fast and Slow）[5]中，從另一個角度告訴了我們其他一些容易入侵人類思維的方式。他將我們的思維分為思維繫統1——自動化的，消耗的精力很少；以及思維繫統2——有意識的、刻意的和費力的思維過程。我們把大部分日常活動交給思維繫統1，這使我們的思維很容易「被入侵」。快速思維是一種模板式思維。當這塊模板受到影響，比如當它偏向於一名候選人時，我們會在每次獲得新的信息時自動加強這一偏向。
我們可以在卡尼曼所說的「錨定效應」62中看到我們的脆弱。錨定效應可能是任何一名資深銷售員的指南。比如在跳蚤市場交易中，我們看中了一個舊沙發並詢問價格。店主告訴我們這個沙發的價格是4 000美元。我們進行了初步評估，並且自欺欺人地認為這是一個理性的評估，然後立刻拒絕上述報價。當我們要離開時，店主說可以給我們900美元的特別優惠。突然，這個價格仍然昂貴的沙發就變得十分優惠了，這讓我們難以拒絕。經過又一次看似理性的評估，我們決定要把握這個「一次性」的優惠。這麼好的機會什麼時候才能再碰到？
顯然，這種銷售技巧就是錨定效應。我們的估算看似合理客觀，但實際上已經嚴重偏向於我們所相信的信息。在1974年的一次實驗中，卡尼曼和科學家助手阿摩斯·特沃斯基（Amos Tversky）讓人們轉動一個寫著數字0~100的「幸運轉盤」。實驗對像不知道這個轉盤被設計成始終停在10或65上。當箭頭停止轉動時，他們讓參與者估算聯合國成員中有多少個非洲國家。需要注意的是，與極具吸引力的舊沙發價格一樣，這個問題的答案大多數人都不知道。當轉盤停在10或65上時，他們會問實驗對像認為非洲國家的數量是高於還是低於轉盤上的數字，然後讓實驗對像估算準確的數字。由於參與者不知道這個問題的答案——很少有人會記住並準確說出這些數字，看到轉盤停在10上面的人猜測聯合國成員中有約25個非洲國家，而看到65的人猜測有約45個非洲國家。在他們的觀念中，這個轉盤是完全隨機的，他們可能不會對上面的數字進行任何有意識的思考，但他們沒有意識到的是，上面的數字「錨定」了他們，對他們的猜測產生了實實在在的影響。除非你真的知道聯合國成員中有多少個非洲國家，否則任何時候你身邊的「錨」都會影響你的選擇。
2014年，心理學家羅伯特·愛潑斯坦（Robert Epstein）設計了一個基於錨定效應的研究，測算網絡搜索結果對一組印度選民的影響程度。63愛潑斯坦證明，通過在搜索結果的前幾位中放入正面或負面新聞的鏈接，他和他的聯合作者可以影響選民的最終選擇。他們的實驗揭示了具有偏向性的搜索結果可能會讓候選人的得票數增加12%或更多。
這種隱形操控不只存在於政界，在最新一代A/B測試這樣簡單的事情中，我們看到了「點擊誘餌」。在谷歌迭代廣告模型出現10多年後，我們將人腦中的漏洞優化到了極致。今天，即便是在最有名和最高端的網站中，廣告也只是一張張突兀的圖片，這是因為根據A/B測試，我們的視覺皮層會注意到不同於周圍環境的事物。很久以前，這項技能讓我們能夠發現草原上的老虎或獅子。現在，當我們打開一個網站並看到完全無法理解的圖片時，比如奇怪的水果或身體的一部分，我們的思維就會被準確地入侵。我們自動而習慣性的快速思維繫統將在我們意識到這一點之前「點擊」這張圖片。
人工智能自然語言生成系統進一步優化了這種點擊誘餌。它能夠在上面疊加自動生成的優惠、宣傳語句以及其他為了觸發特定行為而設計的煽動性內容。目前，技術專家正在使用人工智能深入挖掘網絡行為模式，從而根據之前發生的事情預測將來，這被稱為現實挖掘。在未來，人工智能不僅能夠閱讀現實，而且能夠書寫現實。隨著一個人工智能策略時代的到來，團體和組織不再需要預測選舉結果。他們可以改變選舉結果。就在幾年前，我們看到了中東如何在「阿拉伯之春」中重振旗鼓。未來，人工智能將能夠引發「阿拉伯之春」。
我們在這裡所談論的不是有感知的廣義人工智能。所有這些「思維入侵」都能通過今天的技術實現，只要有狹義人工智能和提供意圖的人類用戶即可。
為了瞭解其工作方式，我們必須瞭解「湧現」的概念，或者如社會、國家和部落關係等複雜系統的行為。「湧現」這一概念既來自哲學，也來自自然科學。系統科學家彼得·科寧（Peter Corning）通過棋類遊戲描述了由反饋驅動的影響如何塑造了一個生命系統，這根本不是一個自生秩序的過程：
即便是在棋類遊戲中，你也無法使用這些規則預測「歷史」，即任何指定的時間段。事實上，你甚至無法預測棋類遊戲的下一步。為什麼？因為這個「系統」所涉及的不只是棋類的規則，還包括棋手和他們在各選擇點上對大量選項做出的實時決定。雖然棋類遊戲受到一系列規則的限制和影響，但它也不可避免地受到歷史的影響，更不用說物理法則了。64
由於人工智能系統帶來的一系列重大變化，我們將體會到無數「湧現」行為的例子，這些例子通過我們互相連接的社會、金融和生態系統被放大。我們可以看到金融市場中出現了一個「湧現」行為形成的小宇宙，算法交易不斷大量發生，直到被不可避免地捲入崩潰的漩渦。任何一種與複雜系統合作的算法都會產生這種「湧現複雜性」。這個系統內部密不可分，因此我們無法隔離任何一方的行為。可能最令人困惑的是，它無須人類智能就可以觸發社會網絡結構中的這種串聯。這並不費力，但需要大量數據、一些編程良好的算法以及巨大的處理能力。人類將擁有一個入侵我們思維的機器學習「黑匣子」。今天，我們只看到了這一新興威脅的冰山一角。我們如何抵抗我們的社會之前所無法想像的大規模群體操控？我的回答是，我們所創建的互聯網及其聯網社區和系統等無限的公共空間是一個人類警察根本無法監控的空間。凍結人工智能的進一步研究，真的能阻止目前的技術使用或者保護我們免受未來這項技術的傷害嗎？隨著這一新時代的到來，將會有人使用人工智能技術為非作歹，也會有人使用這項技術保護社會。躲在一紙禁令之後可能會讓我們陷於危險的境地。我們很快將會發現，只有人工智能可以保護我們免受人工智能的傷害。
人工智能盾牌
什麼是人工智能盾牌？我們可能會把它比喻成身邊的社區警察。舉個簡單的例子，現在的安保軟件可以探測進入商業網站的自動化程序，這些程序會佔用網站大量的流量進行無意義的活動，使網站崩潰或變慢。不久前，要發現這些程序相對來說比較容易，因為它們會以非常規律的時間間隔發出請求。由於沒有人類會如此生硬地進行操作，因此這些時間間隔意味著機器中存在此類程序。
然而，此類活動正在變得越來越精密，它們現在常常以不規律的時間間隔發生，我們很難把它們與人類活動區分開來。如果這真的是一次自動請求，我們需要確認它是來自可信任的合作夥伴還是來自麻煩製造者。它是谷歌合法地整理你的內容並為你創造更好的機會，還是競爭對手的「價格戰」自動程序將產品降低一美元，以提升產品在亞馬遜搜索引擎上的排名？它是大量的合法瀏覽，還是「偽裝」成瀏覽的自動程序？它是否入侵了YouTube的廣告位算法，給廣告商造成了損失？
機器學習算法已經在檢測此類破壞他人網站的低級別犯罪活動了，如果我們希望真正保護互聯網上的公眾，就需要做出比現在大得多的努力。以網絡世界的「城市廣場」Twitter為例，想像一下，一個犯罪者建立了一個假Twitter賬號以損害競爭對手的聲譽。你很難迅速確認所發生的情況並關閉這個假賬號。
這是網絡世界中的一大風險，它說明了人類在監控數字世界方面的巨大失敗。人工智能盾牌可以助我們一臂之力。「警察機器人程序」可以監視Twitter這樣的數字公共空間並掃瞄異常活動。當程序根據內建信任水平發現可疑情況時，將觸發警報並將問題發送至Twitter的客戶服務人員。公司不一定會單憑此類信息就採取行動，但它有助於減少人工報告攻擊產生的延遲。在這種情況下，Twitter將會從人工智能盾牌「警察機器人程序」中獲得足夠的證據，進而關閉賬號或刪除誹謗的帖子。在我看來，這是一種實用而普遍的新數字公共平台監視方法。我們不能依靠現實世界中的工具抵禦互聯網空間中的犯罪行為。
我認為，我們可以使用人工智能盾牌抵禦其他更加定制化的「思維入侵」方式。我將這一趨勢比喻成解放我們的算法、擺脫企業影響的自定義人工智能時代的到來。當我建造自己的新家時，我不想在個人空間中被動地安裝亞馬遜、谷歌等大公司的人工智能系統。雖然我的家裡安裝了亞馬遜的Alexa，但我只是為了這個預封裝物理設備所提供的便利而使用它。我想要的是將我自己的「技能」疊加在它的硬件上：我的人工智能算法將幫助我實現對我有意義的目標，比如我希望有一塊聲音白板，記錄我在家裡所說的想法，並能在軟件定義的電台中找到我感興趣的內容。
我們可以通過個人化人工智能盾牌將這一理念進一步延伸，而正是個人化人工智能盾牌保護著我們的認知能力不被Facebook算法所壓倒或拉攏。現在，我的大腦不可避免地與Facebook新聞推送產生了聯繫。想一想錨定效應。大型社交媒體公司表示，它們是為了我們的利益最大化才這麼做的，我們不可能看到所有人在網上發佈的內容，因此Facebook算法為你完成了。我越來越相信那些反對這種主張並開始從算法「手中」奪回自主權的人們。讓我們自己決定想看什麼，讓我們自己決定如何生存。
在不久之後的未來，市面上和你的家裡到處都會有像微軟的增強現實頭戴式設備HoloLens這樣的產品，我們的現實世界會被加上許許多多的人造層。我們在決定自己想看的東西方面還有多少選擇權？要說過去20年的數字技術告訴了我們什麼，那就是更多的屏幕能夠為企業或政黨提供更多的機會，把它們自己的想法直接下載到我們的大腦中。現在輪到我們創造算法盾牌保護自己和社會了，這將成為我們的增強現實還是別人的增強現實呢？
● ○ ●
我正是通過這些想法催促大家深入研究即將到來的感知機器時代的。正如我們在許多人工智能的例子中所看到的，人類的輸入正在被最小化並且在大部分情況下變得越來越不重要。一些人類決策者所推崇的狹義人工智能會在物聯網領域發揮作用，幫助我們解決醫療和製藥、安保、戰爭、建築以及城市規劃方面的問題。我們將慢慢地、不可避免地進入一個周圍的機器具有智能、具有感知、最終具有目的的世界，而不是突然有一天早上醒來發現廣義人工智能已經到來。
在這一切發生之前，我們可以利用這次機會，將人工智能作為一面反映人性本質的鏡子。人工智能可以讓我們更深入地思考我們到底是誰、我們的生存目標是什麼以及我們如何發揮自身最大的潛力？在本書的最後一章，我將更多地談到人而不是機器。我們是誰？在即將到來的感知機器時代，我們想要變成誰？
[1] 把手指伸入大壩的荷蘭小男孩，出自兒童作家瑪麗·梅普斯·道奇（Mary Mapes Dodge）的著名短篇小說，這個小男孩在大洪水來臨時把手指伸進大壩，從而拯救了整個村莊。——編者注
[2] 瑪麗亞·康尼科娃的《福爾摩斯思考術》一書簡體中文版已由中信出版社於2015年1月出版。——編者注
[3] 1英里＝ 1.609 344公里。——編者注
[4] 傳統貨幣，指金屬貨幣、信用貨幣等。——編者注
[5] 丹尼爾·卡尼曼的《思考，快與慢》一書簡體中文版已由中信出版社於2012年7月出版。——編者注