自從 AlphaGo 在圍棋對弈中連勝人類最強棋手柯潔等人之後， 「人工智慧」、「深度學習」、「神經網路」這幾個詞大家已經不再陌生， 大家也意識到 AI 的強大， 於是， 許多人就開始在 AI 上做文章。
其實， AI 一直是科技公司重要的下一步。
像是百度的「All in AI」戰略、華為的「AI 晶片」軍備競賽， 還有馬斯克、紮克伯格、霍金等人為 AI 是否會對人類產生威脅而在社交網路上沸沸揚揚的口水戰等等。
可以說， 今年的 AI 圈子變得更加熱鬧，
但也因為 AI 圈今年突然火爆， 漸漸地， 這個圈子的畫風部分 AI 的畫風似乎有點不太對勁兒。
AI看相， 你內心藏著一個怎樣的自己？前段時間， 斯坦福大學的研究人員設計出了一款 AI ， 號稱可以根據人臉的照片來判斷一個人的性取向， 其判斷男士性取向的準確率達到 81%， 判斷女士性取向的準確率則為 74% 。
具體是怎麼做到的呢？還是那一套， 大資料以及演算法。
這個 AI 通過對美國約會網站中的 35,000 多張照片的面部特徵進行深入分析， 以及基於大資料和視覺分析， 可以一眼看出你到底是直的還是彎的。
據斯坦福大學的研究人員介紹， 他們發現， 男同性戀比男異性戀臉部更陰柔、更具有女性特徵， 女同性戀反之。 除此之外， 男同性戀比男異性戀下巴更窄、鼻子更長、前額更大， 女同性戀比女異性戀下巴更寬、前額更小。
不知道看到這些總結， 那些娛樂圈的小鮮肉內心是怎麼想的。
還有更神奇的。
2002 年， 好萊塢經典科幻大片《少數派報告》中的一個場景讓人印象深刻， 未來的員警能夠借助「先知」對未來進行預測， 提前趕到並阻止重大犯罪行為， 使得罪犯在行兇之前就得到懲罰。
▲《少數派報告》劇照
據說借助 AI 演算法，這個場景已經在一定程度上得到實現。
美國賓夕法尼亞大學統計學教授理查·伯克開發了一種新的演算法，能夠預測哪些人會在未來犯罪的風險高：
通過收集從 2009 年到 2013 年約 10 萬件家庭暴力的案例，使用了機器學習的方法，將這些資料「喂」給電腦程式，包括年齡、性別、郵編、第一次犯罪的年齡以及一長串先前可能相關的犯罪記錄，從而估計哪些人會重蹈覆轍。
2016 年，上海交通大學的兩位科學家研發了一個神經網路系統，能夠通過臉部識別技術辨認罪犯：
研究員使用了 1856 名男性的身份證照片，他們的年齡在 18 到 55 歲之間，其中一半的人有犯罪史，90% 的照片用來訓練 AI 演算法，剩下的 10% 用來檢驗演算法效果。
最終得出的結論是：
犯罪分子與遵守法律的公民相比，他們長相和普通人之間的差異更大。
Google 的三名研究人員憤怒地發表萬字長文，批評這項 AI 研究存在「外貌歧視」，是「科學種族主義」，並從歷史、倫理出發，對「相面術」及其在機器學習時代的新形態進行了批評。
無論是「AI 判斷性取向」或者是「AI 預測犯罪」，都是基於面部細節進行的視覺分析，乍一看似乎有點道理，實際上卻是「偽科學」。
在今天，「相面術」一直是民間玄學，雖然有不少人相信面相可以反映一個人的內在特性，但普遍來說缺乏根據，可以說，這些看臉的 AI 預測是披著科學的外衣，做的卻是算命先生的事情。
要說 AI 這個話題，就難免要和大資料掛鉤，大部分的 AI 都是通過收集回來的資料，配合研究人員制定的演算法或者自我學習來產生最終的結果。
雖然 Google 的研究人員憤怒地指責了 AI 預測，但最先證實大資料強大的，也是 Google 。
2009 年，H1N1 爆發幾周前，Google 的工程師們在 《Nature》（英國著名科技雜誌）上發表了一篇論文，成功預測了 H1N1 在全美範圍的傳播，甚至具體到特定的地區和州，而且判斷非常及時。
這個預測震驚了不少人，但隨後幾年 Google 的預測卻屢屢碰壁，到了 2014 年，美國著名的《科學》期刊刊登了一篇名為《穀歌流感的寓言：大資料分析的陷阱》的文章，提出了大資料分析有分析側重性，會導致在推導因果關係時容易出現誤差。
▲Google流感預測失准
在《大資料時代》一書中，舍恩伯格的確總結了相對傳統小資料的三大特點：非隨機樣本，而是全體資料;非精確性，而是混雜性;非因果關係，而是相關關係。
比如去年的美國總統大選。
Bing Predicts 是微軟在 2014 年推出的 AI 預測引擎，它成功預測了 2014 年蘇格蘭獨立公投的結果以及 2014 年巴西世界盃 15 場淘汰賽的結果，被稱作機器版的「章魚保羅」，而它在川普和希拉蕊的總統競爭中，完全將寶壓在了希拉蕊身上，達到了 87% 。
此外，包括 Unanimous A.I. 在內的多個美國大大小小的 AI 都預測希拉蕊會勝出，但結果我們都知道，川普成了最後的贏家。
雖然還有一家叫 MogIA 的 AI 公司成功預測了結果，但其創始人 Sanjiv Rai 也不得不承認，目前AI系統對「諷刺表達」、「反話」的識別能力有限，線民們的言論可能被系統錯誤解讀的。
比如，即使特朗普的 Twitter 帳號下有大量的線民互動，這不代表這部分線民傾向於支援特朗普，但相關話題的活躍度會被 AI 系統歸入民意預測依據。
還有演算法設計者潛意識中的信念和偏見是否會被寫進能影響我們做決定的演算法當中，也是大眾對 AI 預測產生質疑的原因之一。
在這兩天的烏鎮互聯網大會上，各位科技大佬們不約而同地構思著 AI 的未來。比如馬雲認為 AI 雖然會替代一部分人的工作，但要相信人的創造力，會有新的工作需要人類的；谷歌 CEO 劈柴哥（Sundar Pichai）希望 AI 能讓電腦適應人類。。。
▲劈柴哥在烏鎮
不可否認，未來 AI 會在人類社會中擔任更重要的角色，就像美國麻省理工學院的溫斯頓教授認為那樣：
AI 就是使電腦去完成過去只有人才能做的智慧工作。
但算命看相這些玄學，應該不包括在內。
▲《少數派報告》劇照
據說借助 AI 演算法，這個場景已經在一定程度上得到實現。
美國賓夕法尼亞大學統計學教授理查·伯克開發了一種新的演算法，能夠預測哪些人會在未來犯罪的風險高：
通過收集從 2009 年到 2013 年約 10 萬件家庭暴力的案例，使用了機器學習的方法，將這些資料「喂」給電腦程式，包括年齡、性別、郵編、第一次犯罪的年齡以及一長串先前可能相關的犯罪記錄，從而估計哪些人會重蹈覆轍。
2016 年，上海交通大學的兩位科學家研發了一個神經網路系統，能夠通過臉部識別技術辨認罪犯：
研究員使用了 1856 名男性的身份證照片，他們的年齡在 18 到 55 歲之間，其中一半的人有犯罪史，90% 的照片用來訓練 AI 演算法，剩下的 10% 用來檢驗演算法效果。
最終得出的結論是：
犯罪分子與遵守法律的公民相比，他們長相和普通人之間的差異更大。
Google 的三名研究人員憤怒地發表萬字長文，批評這項 AI 研究存在「外貌歧視」，是「科學種族主義」，並從歷史、倫理出發，對「相面術」及其在機器學習時代的新形態進行了批評。
無論是「AI 判斷性取向」或者是「AI 預測犯罪」，都是基於面部細節進行的視覺分析，乍一看似乎有點道理，實際上卻是「偽科學」。
在今天，「相面術」一直是民間玄學，雖然有不少人相信面相可以反映一個人的內在特性，但普遍來說缺乏根據，可以說，這些看臉的 AI 預測是披著科學的外衣，做的卻是算命先生的事情。
要說 AI 這個話題，就難免要和大資料掛鉤，大部分的 AI 都是通過收集回來的資料，配合研究人員制定的演算法或者自我學習來產生最終的結果。
雖然 Google 的研究人員憤怒地指責了 AI 預測，但最先證實大資料強大的，也是 Google 。
2009 年，H1N1 爆發幾周前，Google 的工程師們在 《Nature》（英國著名科技雜誌）上發表了一篇論文，成功預測了 H1N1 在全美範圍的傳播，甚至具體到特定的地區和州，而且判斷非常及時。
這個預測震驚了不少人，但隨後幾年 Google 的預測卻屢屢碰壁，到了 2014 年，美國著名的《科學》期刊刊登了一篇名為《穀歌流感的寓言：大資料分析的陷阱》的文章，提出了大資料分析有分析側重性，會導致在推導因果關係時容易出現誤差。
▲Google流感預測失准
在《大資料時代》一書中，舍恩伯格的確總結了相對傳統小資料的三大特點：非隨機樣本，而是全體資料;非精確性，而是混雜性;非因果關係，而是相關關係。
比如去年的美國總統大選。
Bing Predicts 是微軟在 2014 年推出的 AI 預測引擎，它成功預測了 2014 年蘇格蘭獨立公投的結果以及 2014 年巴西世界盃 15 場淘汰賽的結果，被稱作機器版的「章魚保羅」，而它在川普和希拉蕊的總統競爭中，完全將寶壓在了希拉蕊身上，達到了 87% 。
此外，包括 Unanimous A.I. 在內的多個美國大大小小的 AI 都預測希拉蕊會勝出，但結果我們都知道，川普成了最後的贏家。
雖然還有一家叫 MogIA 的 AI 公司成功預測了結果，但其創始人 Sanjiv Rai 也不得不承認，目前AI系統對「諷刺表達」、「反話」的識別能力有限，線民們的言論可能被系統錯誤解讀的。
比如，即使特朗普的 Twitter 帳號下有大量的線民互動，這不代表這部分線民傾向於支援特朗普，但相關話題的活躍度會被 AI 系統歸入民意預測依據。
還有演算法設計者潛意識中的信念和偏見是否會被寫進能影響我們做決定的演算法當中，也是大眾對 AI 預測產生質疑的原因之一。
在這兩天的烏鎮互聯網大會上，各位科技大佬們不約而同地構思著 AI 的未來。比如馬雲認為 AI 雖然會替代一部分人的工作，但要相信人的創造力，會有新的工作需要人類的；谷歌 CEO 劈柴哥（Sundar Pichai）希望 AI 能讓電腦適應人類。。。
▲劈柴哥在烏鎮
不可否認，未來 AI 會在人類社會中擔任更重要的角色，就像美國麻省理工學院的溫斯頓教授認為那樣：
AI 就是使電腦去完成過去只有人才能做的智慧工作。
但算命看相這些玄學，應該不包括在內。