人工智能时代：破解人机共存密码（套装共10册）

闪电崩盘

2010年5月6日，美国股市受到著名的“闪电崩盘”的冲击。当天，投资者都担心希腊债务危机，一名焦虑的互惠基金经理设法卖出41亿美元的期货合约，以对冲其投资组合。他的思路是：如果市场下跌，基金股票投资组合的损失可以用期货合约的收益抵消。这一看似谨慎的交易，不知怎么就触发了计算机。计算机买入大量该基金卖出的期货合约，然后又迅速卖出，因为它们不喜欢长期持有头寸。期货价格开始下跌，于是计算机决定加大买入卖出的数量。受到刺激的计算机疯狂进行交易，自买自卖基金的期货合约，就像一个被丢来丢去的烫手山芋。

没有人确切知道计算机为什么会突然一发不可收拾。记住，就连计算机背后的人也不明白，计算机为什么会进行交易。在15秒的间隔时间内，计算机跟自己完成了2.7万次期货合约交易，占总交易量的一半，在疯狂的15秒结束后，净购买量只有200份合约。这一疯狂交易扩散到了常规股市的交易大厅里，卖出的订单淹没了潜在的买家。道琼斯工业平均指数在5分钟内下跌近600点。坚如磐石的蓝筹股宝洁的股价也在不到4分钟内下滑了37%。有些计算机为苹果公司、惠普公司和知名拍卖行苏富比支付的每股股价超过10万美元。还有些计算机将埃森哲咨询公司的股票和其他主要股票以每股不足1美分的价格卖出。这些电脑都没有常识，它们完全不知道苹果公司和埃森哲咨询公司的价值。只要算法下达指令，它们就盲目地买卖。

直到期货市场的内置安全卫士中止所有交易5秒，这一疯狂局面才得以落幕。令人难以置信的是，这短短的5秒，就足以说服计算机停止它们的疯狂交易。15分钟后，市场恢复正常，道琼斯工业平均指数短暂暴跌600点也只是梦魇般的回忆。

在那以后还发生过“闪电崩盘”，未来可能会出现更多。令人匪夷所思的是，2013年8月30日，宝洁再次于纽约证券交易所遭遇一次微型“闪电崩盘”，之所以这么说，是因为并没有对该交易所其他股票产生特别大的影响，宝洁在其他交易所的股票也没有受到特别大的影响。

莫名其妙的是，纽约证券交易所的约200次交易，包括涉及宝洁股票在1秒内完成的约25万股交易，触发股价下跌了5%，从77.50美元降至73.61美元，随后在不到1分钟内即恢复。有个运气好的人，恰巧在正确的时间，出现在正确的地方，买入了6.5万股该股票，立刻赚了15.5万美元。为什么会发生这种情况呢？无人知晓。

虽然交易所启动安全卫士限制了进一步的“闪电崩盘”，但这也说明了黑匣子式投资算法的根本问题。这些计算机程序不知道每只股票（或任何其他投资）是真的廉价还是昂贵，甚至没有试图估算这只股票的真正价值。这就是为什么计算机程序可能以10万美元每股的价格买入苹果的股票，而仅以1美分每股的价格卖出埃森哲的股票。

底线

计算机没有常识或智慧。它们能识别统计学模式，但无法判断所发现的模式是否有逻辑基础。20世纪80年代，当黄金和白银价格的统计学相关系数被发现时，计算机程序怎么可能察觉得到这个统计学相关系数是否具备合理的理论基础呢？在宝洁股票价格瞬间下跌5%时，计算机又怎么能判断这次暴跌是有理有据，还是荒谬离谱的呢？

“人非圣贤，孰能无过。”但是人也有潜力识别那些错误，避免被计算机模型所诱惑。

我曾经的一名学生创立了一家成功的基金公司，采用的是投资其他投资基金的策略，而不是直接买入股票、债券和其他资产。他勤勉努力，采访了数千名投资者和基金经理。最后，他确定了金融工程师对冲基金的四种类型（有些基金经理会结合多种策略使用）。

1.纯套利。利润来自交易等同或接近等同资产，通常为高频交易。例如，在两所不同的交易所的同一只股票。其利润一般很小，但稳定，风险小。

2.市场制造者。利用股价差异，例如，在不同交易所的相似证券以极小差价进行交易。获利可观，但风险在于，交易不按照预期价格执行，尤其在交易所于不同时间和不同日期开盘时（受假期影响）。

3.统计学套利。使用数据挖掘算法来识别有可能是有利可图的交易基础的历史模型。利润丰厚，但风险也很大。例如，在一家航空公司买入股票，到了另一家便卖出。

4.基本面量化。采用基础数据（如股价/收入），有助于支持具有某些特征的股票，同时避开或卖空具有相反特征的公司。

他对金融工程师的总体评估是：“如今有几千名‘金融工程师’投资者和互惠基金。只有小部分能够实现极好的长期获利。正如音乐家，可以靠不止一种类型的音乐取得成功。爵士、摇滚和乡村音乐艺术家的演出门票都会销售一空，同时还有几千名其他类型的音乐家在更廉价的夜店或街道转角演奏。

第12章

我们都在监视着你

人类常常会将动物、树木、火车等非人类物体拟人化，假定它们具备人的特征。例如，在儿童故事和童话中，小猪盖好的房子被狼吹倒了、狐狸会和姜饼人说话。

花一分钟思考一下这些故事。那三只小猪具有人的特征，反映在它们分别盖了草屋、木屋和砖屋。野狼使出各种诡计，想要把小猪从砖屋中引出来，但三只小猪还是以智取胜，在发现野狼爬上屋顶是为了从烟囱进屋时，便在壁炉下放了一大锅沸水。

一名膝下无子的妇女刚烤好的姜饼人，为避免被吃逃跑了。它逃离了那名妇女、她的丈夫、其他人和动物，大声奚落追赶它的人：“快跑。使劲跑！你就是抓不到我。我是姜饼人！”在有些版本里，有只狐狸欺骗姜饼人说带他过河，最后姜饼人还是被狐狸吃掉了。我小时候听到的版本是，一只狡猾的山猫企图引诱姜饼人到它家吃晚饭，但是附近一棵树上的小鸟警告姜饼人，山猫是想把它当作晚餐。于是，姜饼人就逃跑了。山猫龇牙咧嘴地低吼：“真讨厌！”姜饼人后来又跑回家里，全家人都欢迎他回来。姜饼人也承诺，再也不逃跑了。

这些都是经久不衰的童话故事，因为我们是如此乐意，也可以说是渴望假设这些动物（甚至饼干）拥有人类的情感、想法和动机。同样，我们也假设计算机拥有情感、想法和动机。但它们并没有。

不要将计算机拟人化。

它们讨厌这样。

尽管如此，我们对描述机器人变得比人类更聪明的骇人听闻的科幻小说情境，既着迷又恐惧，其中的机器人聪明到决定必须消灭会让自己丧失能力的人。

《终结者》和《黑客帝国》等电影的成功，让很多人都相信这就是我们不久后的未来。就连史蒂芬·霍金和埃隆·马斯克这样有影响力的大人物，也警告人们机器人会起来反抗。2014年，马斯克对一群麻省理工学院的学生说：“我们是在用人工智能唤醒恶魔……在这些故事里，有一个人拥有魔力五角星和圣水，他自信能控制恶魔，但最后还是失败了。”三年后，马斯克发了张照片，上面有一句不详的警示：“到最后，机器会取胜。”2017年，剑桥大学名誉教授马丁·里斯爵士预测将来会是“后人类”世界，机器会统治地球长达几十亿年。幸运的是，他认为机器人统治世界在“几百年内”不会发生。

与我交谈过的所有知识渊博的计算机科学家都把计算机统治世界的想法当作纯粹的幻想而已，不予考虑。计算机并不知道世界是什么，人类是什么，也不知道生存意味着什么，更别说知道如何生存了。

更现实的危险在于，人类之所以听从计算机的指令，不是因为害怕被它消灭，而是因为惊叹于计算机的能力，相信它可以做出重要的，甚至生死攸关的决定。还记得希拉里·克林顿是如何过度信任“阿达”的吗？她并非个例。哪份房贷申请会被批准？哪名求职者会被录用？哪个人会被送进监狱？应服用哪种药？哪个会是轰炸目标？有太多人认为，因为计算机比我们聪明，所以应该由它们来做这些决定。

从开始到现在，我一直千方百计地为你阅读本章做好铺垫。下文内容或许将让你大吃一惊——除非你思考我们在前面章节讨论过的问题。

大数据主要意味着，“大企业”（Big Business）可以监视我们的信用卡、支票存款账户、电脑和电话，或从专门搜集个人信息的公司购买数据，以便能够预测我们的行动，操控我们的行为。

它们不仅监视我们在商店或网上的购买记录，还监视我们的网页浏览记录、手机使用记录、驾驶的车型和朋友圈。有些企业利用监控摄像头来追踪我们在其商店的行走路线，据此排列商品来引诱我们购买更多东西。你有没有注意过，宜家的布局就像个大迷宫，找不着方向的顾客几乎不得不走过每一条小道，才能到达想去的那个区，然后又得按原路返回，才能找到出口。这并非无意之举。

“大企业”搜集到的海量个人数据用来促使和刺激我们买一些不需要的东西、参观一些不喜欢的地方和投票给不信任的候选人。“大企业”也会使用大数据来决定谁该被录用或被辞退。

其中一个障碍在于，人类是反复无常，甚至是不理性的，因此要预测人类的行为十分困难。为什么豆宝宝（Beanie Babies）和卷心菜娃娃（Cabbage Patch Kids）变成了昂贵的收藏品，而其他角色的填充玩具只是默默出现，又默默消失了？为什么会掀起呼啦圈狂热，之后又消退了？为什么有些电影票房失利，而有些则破了票房纪录呢？

畅销小说家威廉·高德曼靠写电影剧本曾两度捧获奥斯卡奖。他在自己的回忆录《银幕春秋》（Adventures in the Screen Trade）中写道：

整个电影业唯一重要的事实可能是：所有的人都一无所知！

高德曼还举了两个例子：

《夺宝奇兵》是影史上票房排名领先的电影……但是，你知道这部电影曾被商业区的所有影院拒绝吗？

除了派拉蒙影业公司。

为什么派拉蒙会接受？因为所有人都一无所知。为什么其他影院会拒绝？也是因为所有人都一无所知。为什么实力最强的环球影片公司决定把《星球大战》转交出去？因为没有人，没有一个人（现在不会，也永远不会）对票房将会如何有丝毫头绪。

我们都容易冲动，多愁善感，爱跟风随大溜，常做蠢事。

此外，我们一次又一次地见证了数据挖掘算法一定会发现一些模型，这些模型对过去情况的预测结果好得让人难以置信，但是对预测未来状况毫无作用，甚至更糟。大数据并不总是最了解情况的，对企业、政府和普通市民来说，依靠数据挖掘模型（尤其是隐藏在黑匣子里的模型）来做重要决定，会带来重重危机。

妊娠预测指标

塔吉特公司是美国第二大零售百货集团（仅次于沃尔玛）。塔吉特的品牌定位比沃尔玛更高——满足“更加年轻、有形象意识的顾客”。因此，为了与城市消费者产生共鸣，它还特地造了个法文名：Tar-jay或Tarzhay。

塔吉特最擅长的就是搜集和分析顾客数据。它为每位顾客单独派发了贵宾卡号，用来追踪他们所有的购物记录以及与塔吉特的互动情况，包括电子邮件、网站访问和优惠券使用情况。为了了解顾客，塔吉特搜集并购买其他数据，包括明显具有价值的信息（如年龄、职业和大概收入）和价值不太明显的数据（如在音乐、电影和咖啡机方面的喜好）。

在一个有趣的项目中，塔吉特开始着手标识怀有身孕的顾客。它找出更可能在人生大事的转变期——结婚、生子和离异时期——改变购物习惯的客户群。塔吉特想诱导新晋妈妈在他们公司实现一站式购物体验。

在妈妈们生下孩子后，很多商店都利用公开的出生记录，轰炸式地向新生儿家庭发送跟婴儿用品相关的优惠券和优惠信息。塔吉特希望能先声夺人，在这些准妈妈临盆前就锁定她们。

承担本次项目的任务小组并没有使用数据挖掘软件，狂搜庞大的数据库，寻找统计学相关系数，或执行更糟糕的措施，如使用数据规约程序将他们的数据转化为无法识别的数据大杂烩。相反，他们通过标识在塔吉特登记宝宝信息的女性，建立了自己的模型，然后对她们购物习惯的改变进行分析。他们也思考了，人们是如何猜出某名女性怀孕了的。他们知道，孕妇在怀孕的前半段时期，都喜欢买营养补品，如补钙的；在第二孕期期间，倾向于购买使用无香味的香皂和乳液；到了第三孕期期间，便开始囤棉球和婴儿浴巾。在监控统计学分析的小组人员看来，这些线索都很合理。

塔吉特运用25件商品的数据来推算一名女性怀孕的可能性，然后预测她的预产期。它将自己的模型运用到所有顾客身上，给她们发送（注意喽）有针对性的优惠券和特别优惠信息，诱导可能怀孕了的女性到店消费。塔吉特还利用自己的数据库来确定优惠类型——邮寄传单、电子折扣或星巴克优惠券，这是有史以来针对每一位顾客最成功的一招。

唯一的问题在于，有关婴儿的优惠券会让女性心生警惕，觉得塔吉特侵犯了她们的隐私，知道自己怀孕在身。于是塔吉特不得不做出调整，将和婴儿有关的优惠券与无关的优惠券混在一起，这样就不容易让这些女性察觉到塔吉特掌握了所有信息。

塔吉特的模型见效了，因为它是由人类专家来管理的，也没有隐藏在黑匣子里。但数据挖掘模型就截然不同了，数据挖掘方法会运用数据规约步骤（如主成分分析）处理女性的数百个特征，就连毫无意义的数据也不放过，如买了男士袜子和猫粮。这么做得到的结果，就像一道莫名其妙的浓汤，既有苹果，又有橙子，还有土豆。塔吉特并没有这么做，但其他公司却照做不误。

谷歌流感

2011年，谷歌报告称，其研究人员已经开发出名为“谷歌流感”的人工智能程序——利用谷歌搜索的查询功能来预测流感的暴发，最多可早于美国疾病控制与预防中心（CDC）10天做出预测。他们吹嘘道：“我们能准确推算出美国每个地区每周流感活动情况的当前水平，报告时间间隔约为一天。”他们的大言不惭为时过早。

谷歌的数据挖掘软件审查了5 000万条搜索查询，找出了与流感发病率相关的1 152个观察结果最吻合的45个关键词，再使用IP（互联网协议）地址来识别该搜索来自哪个州。为了安抚谷歌用户，表示他们的个人隐私没有被侵犯，谷歌报告称，“谷歌流感”是个完全黑匣子式的程序，因此在选择搜索词语方面没有人为影响，而且，被选关键词也不公开。这样的坦言或许能安抚那些担心自己隐私的用户，但对那些知道黑匣子式模型缺点的用户来说，这应该是个危险信号。

在2011年的报告中，谷歌表示该模型的准确率高达97.5%，意味着在样本内时期，模型预测结果和CDC公布的真实数据之间的相关系数为0.975。一名麻省理工的教授对此模型称赞不已：“这种方法看上去真的很明智，利用谷歌用户无意间创造出来的数据，查看在网络世界里看不见的模型。我觉得，我们还只是蜻蜓点水，还有更多集体智慧可以深入挖掘。 9

然而，在报告发布后的108个星期内，“谷歌流感”有100个星期都过度推算了流感病例数量，错误率接近100%。“谷歌流感”对样本外数据的预测结果的准确率比样本内的低得多，预测出未来一周的流感发病数量会与一周前、两周前，甚至三周前都相同。由于流感发病率到了冬季会上升，夏季则下降，因此，就连根据每日气温制定的简单模型都可能比谷歌的黑匣子程序预测得准。