2018年的中國發展高層論壇上，李彥宏的一句話給百度惹了一個大麻煩。
在談到用戶隱私問題時，李彥宏說：“我想中國人可以更加開放，對隱私問題沒有那麼敏感，如果他們願意用隱私交換便捷性，很多情況下他們是願意的，那我們就可以用數據做一些事情。”
這番話裡實際上暗藏著一個近乎無法反駁的“代價論”。在我們所處的社會中，任何“獲得”都需要付出相應的代價，好比獲取財富的代價是失去部分自由，享受美食的代價是失去一點健康。而享受便捷的代價在李彥宏來看顯然是犧牲一點隱私。
“代價”是理性權衡的產物，是兩害相權取其輕。所有的選擇都意味著失去，我們做出選擇的同時，也便接受了如此選擇的代價。但前提在於，我們至少要有自由選擇的權利。人們當然“願意”用隱私來交換便捷，但此種“願意”是不得已而為之的“願意”，因為若要使用便捷的互聯網服務，他們別無選擇。
當然，在開放多元的互聯網世界裡，任何服務都不是不可取代的。你可以拒絕使用百度的搜索服務，也可以拒絕使用騰訊的社交軟件。但這麼做的代價可能不僅僅是失去便捷性，你很可能因此要比他人付出更大的時間成本和交際成本。
正如社會學家鄭也夫在《代價論》一書中說的那樣：
“在團體生活中，不願付出必須付出的代價，往往會令你格外付出更大的代價。”
一場事先張揚的“騙局”
自互聯網誕生以來，技術便循環往復的瓦解、重構著人類社會，新的技術主導了社會文化的形成、改變了世界經濟的運行規則，甚至直接或間接地衝擊著現有的社會制度。
“技術決定論”被整個社會奉為圭臬，科技寡頭們因此自然而然地掌握了技術領域的話語權。李彥宏們的強勢和自信原因無他，皆是因為他們篤定地認為人們不會拒絕新的技術，他們清楚地知道在技術的大變革時代人們無一不將在茫然無措中變得無助且盲從。
正如我們看到的那樣，在獲取用戶數據這件事上，沒有比互聯網企業更加野蠻粗暴的了。看看你手機中的應用，哪一個應用在安裝之後的第一件事不是“脅迫”你允許它們訪問你的通訊錄、位置，甚至相冊這種高度隱私的內容。你當然可以拒絕，但這麼做的結果是你將無法使用這一應用。
人們不得不接受這樣的“霸王條款”，一個重要的原因是互聯網企業事先大肆宣揚了“犧牲隱私”能夠換來的“好處”。
電商平臺將更加精準的營銷服務作為技術優勢大肆宣揚，它們聲稱如此可以讓你獲得更好的消費體驗；社交平臺將位置服務和隱形的社交關係鏈作為核心功能，它們聲稱如此可以讓你結實更多的好友；資訊平臺獲取你的性別、年齡、興趣來實現所謂的“智能推薦”，它們聲稱如此可以讓你快速找到感興趣的內容……
應該承認，我們的的確確在“犧牲隱私”的同時獲得了一定的“便捷”，但我必須指出的是這種所謂的“便捷”與“人工智能”毫無關係。
全世界的科技公司參與炮製了這場事先張揚的“騙局”，在鼓勵用戶“犧牲隱私”的過程中，他們巧妙地偷換了“大數據”與“人工智能”兩個概念，讓公眾誤以為二者之間存在某種程度上的等號關係。
事實上，它們只是通過獲取你的隱私更加全面的瞭解你，掌握你的消費習慣、行蹤軌跡、甚至性格弱點，以此來在恰當地時機為你提供無法拒絕的服務，急你所需、投你所好。而在互聯網誕生之前，這項工作通常需要線下走訪、用戶調研來完成。是互聯網，讓一切變得前所未有的簡單。
當互聯網企業掌握你足夠多的數據之後，你不可能不愛上它們的服務。這就好比一個對你的口味一清二楚的廚師，做出的飯菜總是一如既往的可口那樣。讓你離不開它們的服務，就是它們炮製這場“騙局”的動機。
大數據裡走不出真智能
一個讓人感到沮喪的事實是，由於技術的話語權集中在少數科技寡頭手中，在這場大數據“騙局”面前，普通公眾要麼仍然被矇在鼓裡，要麼無可奈何地“甘願”受騙。科技巨頭們不厭其煩地強調人工智能是不可阻擋的趨勢，這很容易讓公眾陷入一種認知誤區——把個人數據悉數交出是遲早的事。
問題是，數據究竟在人工智能的進化中扮演著何種分量的角色？
人工智能的研究者們通常將算法、算力和數據並稱為人工智能技術發展的三要素。他們相信通過對海量數據的獲取和計算，AI有朝一日將具備超越人類的智慧。但一個被忽略的問題是，人類社會現有的數據已經足夠用於人工智能的學習，但為何後者仍然發展不出自主意識？
在我看來，掌握話語權的技術寡頭們出於商業上的需要，刻意地過分誇大了“數據”之於人工智能技術的重要性，從而讓大數據的“騙局”進行地更加名正言順、理直氣壯。
支持此種觀點的證據在於，目前AI的計算速度已經比人類快得多，AI獲取數據的能力以及可供其計算的數據量也早已達到了驚人的規模，但為何AI依然無法達到人類的智慧程度？康奈爾大學研究團隊曾針對微軟、谷歌、百度等公司進行過一項AI智商測試，結果顯示，這些連接著龐大的雲端數據庫的AI，智商卻遠不及一名6歲的學前兒童。
這足以說明，數據是AI技術發展的必要因素，但絕不是起到決定性作用的關鍵因素。AI的進一步發展不在於數據，恰恰相反在於數據之外的東西。
盛大CEO陳天橋現在致力於腦科學領域的投資和研究，他曾提出過類似的質疑：
“機器可能發展出意識，超越人類。這在理論上是可能的。但它們計算的速度已經比人類快得多，但它們仍然沒有任何意識。肯定缺少了一些我們不知道的神秘事物，就像計算機缺少合適軟件的情況一樣。”
人工智能發展出自主意識究竟缺少了什麼“神秘事物”我們不得而知，但可以肯定的是絕不是“數據”。
因此，當那些宣稱已經掌握了人工智能技術的企業、產品或著某個手機應用仍然向你索要個人數據時，事情就變得非常可疑。因為接下來你會發現，它們所謂的人工智能幾乎完全依賴於你的個人數據。假如你不允許任何應用獲取你的個人信息，那麼你手中的智能手機將變得比功能機“智能”不到哪兒去。
技術寡頭強權下的隱憂
相比“騙取”公眾隱私數據，一件更值得擔憂的事情是，掌握話語權的技術寡頭對人工智能技術刻意地片面宣傳，正讓公眾對人工智能的認知愈發狹隘。
特別是當谷歌的Alpha Go一舉打敗人類圍棋冠軍，當IBM的機器人沃森做出比醫生更加靠譜的治療方案，這些極具話題性的消息接連傳出時，“神經網絡”、“深度學習”，這些原本生僻專業的術語開始為公眾所熟知，長期佔據著有關人工智能技術的輿論陣地。
事實上，人工智能作為一個交叉學科，除了計算機科學之外，還涉及哲學和認知科學、數學、神經生理學、心理學等眾多學科。但在技術寡頭的強權之下，圍繞這些學科的討論在互聯網上幾乎絕跡。對計算機技術的單一化研究和討論，或許將把人工智能技術的發展推向狹隘，甚至死衚衕。
從事人工智能哲學研究工作的復旦大學哲學學院徐英瑾教授，就曾談到人工智能技術路徑的唯一化現象：
“如果大家能意識到技術背景裡有哲學爭論，就會明白——你所掌握的技術路徑並不唯一。而如果僅僅站在具體學科分類的內部來看學科，就不容易受到其他學科思維方式的滋養。”
這樣的擔憂不多餘。當技術寡頭對人工智能技術的研究過度集中在大數據、神經網絡、深度學習這些單一的技術路徑時，它們很可能會因此錯過人工智能技術發展真正的突破點。而這個突破點很有可能在“算法、算力、數據”這所謂的三大要素之外。
我無意像陳天橋那樣把人工智能的發展推向“神秘化”，但人工智能無疑是一項涉及學科龐雜的研究，誰也無法確定我們當下的研究是否選擇了正確的路徑和方向。就像人們因為選擇了便捷性而犧牲了個人隱私一樣，那些壟斷了技術資源的科技寡頭們選擇將研究集中在計算機科學領域，一定也錯過了許多重要的東西。
如果說“大數據”是科技寡頭們編制的一場騙局，那麼很可能它們也同時欺騙了自己。
閱讀更多 郝小亮 的文章
