2016年我的个人目标是制造一个简单的人工智能管理家庭事务并为我的工作提供帮助。你可以将其看作《钢铁侠》中的贾维斯（Jarvis）。
我将从探索目前已经存在的技术开始。然后，我将开始教它理解我的语音从而去控制家中的所有东西——音乐、灯光、温度等。我将教它在朋友按门铃时通过辨识他们的脸让其进门。我将教它当我没有跟女儿麦克斯（Max）在一起的时候通知我去检查麦克斯房间中所发生的需要检查的事情。在工作方面，它将帮助我用虚拟现实的方式查看数据以帮我打造更好的服务并更加有效地领导我的机构。
马克·扎克伯格，2016年1月3日通过Facebook发布
个人生命流®[1]
想一想我们指尖的所有计算能力、所有这些数据以及越来越多预测我们的需求并保护我们的算法的智能集合。我们应该把这叫作什么呢？在我想到更好的名称之前，我暂且称之为生命流或者生命云。
生命流不同于微软操作系统或者苹果操作系统那样的个人控制面板，它可以分布在各种设备和空间内。它不是一种界面，因为在设备以及嵌入式计算机平台之间存在着很多单独的界面。大约10年之后可能出现一种了解你并代表你与其他计算机甚至其他人沟通的主要人工智能或代理。它会监测你的传感器和其他程序，而你将很乐意用隐私去换取它所带给你的好处，毕竟，这将变成你的隐私数据。它不会是一个云账户，而是只对你自己有意义并且非常重要的数据子集的集合。可以将其看作你的个人操作系统，但是接下来你会看到，我认为这种操作系统的类比说法无法准确将其表达出来。
下面是构成生命流的各种元素的庞大集合：
在电影《她》中，西奥多·托姆布里（华金·菲尼克斯饰演）上传到他的计算机和智能手机中的智能操作系统的名称是萨曼莎（Samantha）。托姆布里最终爱上了这种智能，后来像萨曼莎这种操作系统的集合融入了一种达到另一个维度的高级智慧之中。在广受欢迎的视频游戏《光晕》中，主人公的个人人工智能称为科塔娜（Cortana），这也是微软Windows10系统中内嵌的人工智能助理的名字。科塔娜是一种人工智能，帮助填补知识欠缺并入侵系统等。它的目标非常明确，是帮助士官长完成任务参数，同时它也可以轻易地符合斯派克·琼斯（《她》的导演）的萨曼莎这种人工智能的前提，如果这个例子中的用户不是在进行对抗星盟（Covenant）的战争，它也可以在日常生活中适用！
未来10年这种智能会朝着两个基本的方向发展。我们的生活依赖于具有某种内置人工智能/代理（例如更加强大的Siri）的苹果设备、谷歌软件或微软云，或者独立的、不依赖于设备或平台的集体代理/智能。我认为，数据和分析法的超集可能会与操作系统中的模型相偏离，因为它们必须要更为迥异。你保证不了你的智能、无人驾驶汽车将会运行具有Siri的苹果系统。因此，我猜测它将很可能像今天的应用或社交网络一样，处于设备或者各种操作系统之上，而非被嵌入其中。我们只能拭目以待，跨越各种界面进行工作的代理是有价值的。
无论如何，推动我们利用个人生命流和界面的动力越来越清晰了。我们拥有许多设备、屏幕以及不久之后就会超出我们作为个人或者人类整体的逻辑处理能力的大量数据，因此需要由算法进行组织和监管。组织和监管这些数据并使我们可以与之互动的算法都将成为我们与这些系统之间的接口。不管是谁解决了这个问题，他将在未来5年创立出比Facebook还庞大的业务。实际上，Facebook希望通过Facebook M（数字个人助理）努力实现这一业务。
图7–1 Facebook M旨在成为第一个个人人工智能助理
图片来源：Facebook
这种软件智能将具有两大功能：首先是直接输入、可视化及反馈；其次是搜集、合成和代理。
直接输入时要求进行输入或者以特定方式对软件进行配置——通过设置或者长时间训练软件实现。每当软件通过屏幕、界面、触觉接触（振动、力反馈、压感触控等）或者通过声音提供反馈的时候，可视化信息就会出现。
核心数据的采集每天都通过摄像头、加速计、地理定位数据点、蓝牙信标、支付生态系统、应用程序及一系列传感器进行着，既有个人化的信息也有外在的信息。这种数据将进入你自己的云或者个人储藏库，以及外部数据存储中的数据池，算法将在其中查找特定的行为并对数据进行整合以提供反馈。
随时听命于你的代理化身
个性化最令人感兴趣的发展不仅关乎可视化和反馈，而且也关乎这些了解你的行为、需求和典型应对方式并且在过一段时间之后开始代表你采取行动的基于人工智能的代理。这些代理和化身将最终变换成一种个人人工智能，与精通技术的超级个人助理相似。这将如何演化呢？
对代理的第一种应用方式已经开始显现，将作为Siri或微软小娜的扩展，执行简单任务，诸如以下任务：
▪Siri，帮我订一辆优步车回家。
▪微软小娜，将1000美元从我的储蓄账户转到我的信用卡。
▪Siri，帮我购买200美元的比特币并存入我的钱包。
▪Jibo，帮我在我最喜欢的中餐店下单我常吃的菜品（通过在线订餐服务网站Seamless）。
▪Siri，明天早上8点叫醒我。
▪微软小娜，启动发动机，将车温升高到21摄氏度（连接到安吉星或者宝马应用）。
▪Jibo，把楼下地板清扫一下（连接到扫地机器人Roomba）。
▪微软小娜，在我到家之前把家里的加热器打开。
在下一个阶段，未来的5年到10年内，将出现一种可以打电话给你的理发师预约时间、为你的车预订某项服务的代理。你甚至可能开始将你的代理加以个性化。像下面这样的任务将非常普通：
▪（露西）给我预订下周三下午飞往佛罗里达的头等舱机票。用公司账户支付。
▪（鲍勃）打电话给我的理发师，看看是否能预约周五。
▪（iThing）你看能找到这周六在伦敦西区有什么好的日场演出吗？
▪（阿尔弗雷德）在剧院附近找一家墨西哥餐厅，订一个三人桌。
这种下一阶段的代理需要具备与其他代理或者人类进行谈判和互动的能力。因此，需要一些基本的神经网络或学习算法，能够确保对这些类型的互动做出正确的回应。这些学习算法将是共享的且可以公开获取以便这些机器智能改善对各种回应方式的合理预期和反应。
在这种代理层次上，你的代理化身具备了解你的偏好的能力。在上述例子中，例如，（露西）将知道你喜欢前排靠窗还是靠近走廊的座位，（鲍勃）将知道你需要45分钟外加在理发店等待的时间，而（iThing）将知道你不喜欢音乐剧。随着这样的互动变得更加常见，我们将打造出服务层（service layer），让这些代理实时进行沟通而无须人类介入。换言之，计算机代理与其他计算机代理进行交流，或者机器与机器之间进行专门的互动。
现阶段，有些读者可能想着隐私以及如何确保你的代理不会将信息在未经许可的情况下泄露出去。请记住这些互动的规模意味着人类很快就将无法作为长期有效的中介进行操作。数据和互动简直太多了。人类将只会拖累进展并降低这种体验水平，因此人类将很快无法担任代理的角色。当然，你将仍然享受到精英礼宾服务，使你可以与人对话，但是你猜怎么着？这些人将使用代理完成抬重物和重复性的工作。所以，最终，每个人都将使用代理。我们甚至将让我们的代理聆听我们的会议和对话，这样它就可以按照要求实时做出反应。
想象一下你要参加一次商务会议或者一次电话会议并答应下周三下午在另一座城市与你的客户或老板见面。然后想象你看到你的代理和他们的代理已经交流过、在日程表上标记了会议，而且你的代理已经为你预订了周二夜间的飞机以便你到那儿有足够的时间。
上面的任务都不需要完整的人工智能。可以完成所有这些任务的数字个人助理或代理化身可能看起来非常智能，但是它能够处理的是明确的一套体验，就像尼尔·斯蒂芬森的经典小说《雪崩》中所描述的图书管理员一样。在某个点上，这些代理的能力将变得如此强大以至它将不再像Siri一样（我们还在嘲笑她已经事先录好的反应）而变成我们每天都依赖且能解决非常复杂的问题的事物。它不是完整的人工智能，但这一情况根本无关紧要。
这种功能很可能会凌驾于多个操作系统之上，而非专用于某个特定的设备。例如，当你在自己的自动驾驶汽车中给（露西）下达指令的时候，你的车是使用你的iPhone12中内嵌的代理呢，还是你的代理就存在于你的车和家庭以及你的智能手机/设备中？非常可能的情况是这将是一种分布式功能并与云连接在一起，而非仅仅是在一个特定的单独设备中的应用层或服务层。这些算法利用各种输入方式进行学习的能力将是预测你的需求并将它们成功应用于场景中的核心因素。这些算法也能够用不同的方式根据特定的设备进行学习。例如，一部智能汽车可能记住你驾驶路径的偏好或者你对经常就餐的饭店类型的偏好，也许比你的智能手机还擅长此事。你的智能手表利用它的传感器矩阵，可以根据音乐如何改变你的身体对锻炼方法的反应而记住什么音乐对你的锻炼最好，或者它可能知道一天中你在什么时候喝咖啡是最好的，以便让你达到最为清醒的状态。
第3章中，我们提出了一种主张，即用户界面已经变得越来越强大而且更有能力，操作也越来越简单。同时，搭载这些用户界面的平台进行分布式处理从而让体验不局限于某个屏幕。例如，Facebook在不同的设备上（比如从智能手机和平板电脑到个人电脑）都具有非常一致的体验，而且Twitter已经作为一款应用整合到你的手机、处于你所使用的网站中并且作为一个通知流存在。银行服务已经跨越到ATM设备、网上银行、日常银行服务、监测你的财务健康的移动应用、即时给朋友转账的支付工具Venmo、贝宝或者Dwolla，以及配备近场通信（NFC）在商店中完成支付、具有手机支付功能的苹果手机或者安卓手机。
然而，对你的人工智能代理而言，这将会更为普遍。所以，一个值得关注、令人感兴趣的问题是你能够与你的代理化身、个人人工智能（比如电影《她》中的萨曼莎）培养出某种人际关系吗？
“初音未来”教给了我们什么
流行文学中人工智能首次出现是在19世纪后期由塞缪尔·巴特勒发表的一系列文章和后续的小说之中。出版于1897年的《埃瑞璜》（Erewhon）[2]中有三个章节组合成了一个故事，标题为“机器之书”。在这些章节中，巴特勒假设机器通过某种达尔文选择过程可能发展出意识。
尽管现在的机器拥有极少的意识，但是无法保证机器意识不会实现终极发展。水母没有多少意识。回想一下在过去数百年间机器已经取得的巨大进步，要注意到动物界与植物界发展有多么慢。高度组织化的机器，与过去相比，可以说不是昨天而是5分钟前的创造物。
谈到人工智能的时候，科幻作品中有各种一再重复出现的主题，比如人工智能统治、人类对人工智能的统治和控制以及人工智能正在出现的感知能力及其造成的道德之争。也有像斯蒂芬森小说《雪崩》中的图书管理员一样，不知出于何种原因，被阻止产生感知能力。
不过，问题是如果你想与人工智能交谈，你就要为它带来某些人类特征。这就是为什么人工智能的描述也一直是文学、电影及电视节目中不断出现的主题。
进入主流的第一个化身或者类似化身的角色是麦克斯·海德鲁姆（Max Headroom）。这种虚构的人工智能在1985年名为《未来20分钟》的数字朋克电视电影中第一次出现。英国第4频道推出了麦克斯的个人音乐视频秀——《麦克斯·海德鲁姆秀》，里面出现了对可口可乐的“新可乐”（New Coke）配方的短期广告。虽然他被称为“世界上第一个用计算机生成的电视主持人”，从技术上讲麦克斯根本不是化身或者是由计算机产生的。由演员马特·弗里沃（Matt Frewer）扮演的麦克斯·海德鲁姆看似计算机产生的外形，其实他是通过修补化妆及手绘背景做成的，因为当时的技术尚未先进到实现想要的效果的水平。为录制节目对外形的准备工作需要4.5个小时的化妆。弗里沃说这种准备过程非常痛苦而且不好玩儿，将其比作“身处一个大号网球之内”。这个角色的经典外形是亮黑色或白色外套（实际上是用玻璃纤维制作的）搭配雷朋徒步旅行者太阳镜。只有他的头部和肩部被拍摄出来，通常后面是一种由计算机生成的背景，由缓慢旋转的线框立方形内部构成，开始时这也是使用传统的手绘动画生成，尽管后来真正的计算机图像用在了背景画中。麦克斯的另外一个特征是他的言语，他的声音似乎会随机地高低变换，或者偶然会重复地说话，这是通过一种调节音高的协调器实现的。
图7–2 麦克斯·海德鲁姆
图片来源：《麦克斯·海德鲁姆秀》，英国第4频道
在麦克斯·海德鲁姆出现之前仅仅数年，计算机化身在流行文学中开始现身。化身所对应的英文“avatar”实际上来自印度教，表示的是神以世人的形式“下凡”。在诺曼·斯宾拉德的小说《来自星星的歌》（Songs from the Stars）中，用了“avatar”这个词描述计算机生成的虚拟体验，但其实是尼尔·斯蒂芬森的小说《雪崩》确定了这个词在计算方面的应用。在斯蒂芬森的小说中，主要角色弘·主角（Hiro Protagonist）发现了一种假冒麻醉剂，称为“雪崩”，这种计算机病毒感染了称为超元域（Metaverse）的虚拟世界化身，但是在这一过程中也将其作用带给了通过虚拟现实眼镜连接到超元域的人类操作员。这种虚拟现实眼镜利用激光将图像投射到用户视网膜上。令人感兴趣的是，斯蒂芬森也描写出了一个围绕化身和超元域的商机而铸就的整个业态，包括可以为虚拟角色设计体型、衣服甚至面部表情的设计师。
今天，“avatar”这个词指的是用户在数字化领域中的任何虚拟表现，从史蒂夫（Steve）及他在游戏《我的世界》中的伙伴们到《光晕》中的角色、《命运》中的守护者及在《第二人生》这样的虚拟世界中的化身。然而，与之并行的计算机动画在描述虚拟角色方面的进步也为互动的未来做出了贡献。
从《玩具总动员》中的胡迪（Woody）到詹姆斯·卡梅隆的《阿凡达》，计算机角色动画的发展已经演化成了软件行业中价值数十亿美元的部门。第一次试图在大屏幕上呈现真实感演员的努力是2001年的电影《最终幻想：灵魂深处》。这种突破性的画面令一些电影观众感觉不舒服，而且这部电影失败了，哥伦比亚影业亏了5000万美元。对一些人来说，那些面孔太像人类了，太过于接近现实生活了。
所以，当你看到曲线动人的阿琪·罗斯博士（温明娜配音）试图从入侵的幻影那里拯救我们饱受破坏的地球的时候，你看到的是计算机制作出来的工艺，而不是自然的造物。自从索尼影业预演《最终幻想》之后，网络批评家们就预测会失败。但是，这部电影有一种力量……最初看起来还挺好玩儿……然后你注意到眼睛中有一种冷漠，移动中有一种机械特性。
彼得·崔佛斯，《滚石》，2001年7月6日
图7–3 《最终幻想》中计算机生成的人类模拟演员阿琪·罗斯
图片来源：史克威尔公司
在第4章中曾谈到过，机器人学家森政弘在1970年一个鲜为人知的名为《能量》的刊物中假定出了这个问题，将观看与人相似的机器人的影响在日语中称为“不味の谷现象”，也就是翻译过来的“恐怖谷”。
这样看起来是要在超现实主义或某种类似人却明显与人不同的代表之间做出选择。该说说日本动漫、歌声合成明星“初音未来”了。
她更像女神：她有着人体的一些特征，但是超越了人类的限制。她是伟大的后人类明星。
“初音未来”的粉丝网站
“初音未来”起源于由日本公司克里普顿未来传媒公司（Crypton Future Media）所设计的语音合成器软件。2007年，克里普顿首席执行官伊藤博之（Hiroyuki Itoh）试图找一种针对他利用雅马哈的Vocaloid2（唱歌合成技术）开发出来的虚拟声音软件的营销方式。他感到这款软件所需要的是一个偶像。他找到了日本图画小说绘画师Kei，设计出某种东西。Kei带来了一个16岁女孩的渲染图片，其身高157.48厘米，体重41.73磅。她有着修长的腿、迷人的圆睁着的眼睛、几乎触地的蓝色马尾辫以及前臂上的计算机模块。她的日语名字“Miku”意为“未来”；她的日语姓为“Hatsune”，意为“初音”。
图7–4 日本歌声合成明星“初音未来”身价数十亿美元
图片来源：克里普顿未来传媒公司
关于“初音未来”的事实
▪她有超过10万首发布的歌曲，150万个上传的YouTube视频及超过100万件同人作品。
▪她有自己的风尚，被称为“MMD”[3]。
▪野村综合研究所测算自2007年发布以来直到2012年3月，她已经产生了10万亿日元（约6573亿元人民币）的收入。
▪她获得的支持比泰格·伍兹和迈克尔·乔丹合起来还多。
▪她在Facebook上的粉丝超过了150万人。
▪她在全世界举办了30多场一票难求的音乐会，在洛杉矶、纽约、台北、香港、新加坡、东京、温哥华、华盛顿表演过，近期在美国与Lady Gaga（嘎嘎小姐）同台演出。
“初音未来”今天在全世界具有数百万忠实的粉丝，既有网络上的，也有现实世界中的。那么，一款声音合成软件如何作为化身或者动漫明星取得如此巨大的成功呢？
对在生活各个方面都有科技陪伴而成长起来的数字原生代来说，观看化身在音乐会上表演与观看人类演员在体验上没有什么不同。对未来的世代来说，在生活中伴随着人工智能或者代理成长将看起来是最为自然的事情了。当然，从今天这种事物还是新鲜玩意儿的世界到它们就是生活中天然组成部门的世界将有一个过渡。对担心隐私的人来说，要么是“恐怖谷”，要么是你无论如何也不会让人工智能为你预订饭店，想想看吧。在20年之内，这一切将成为常态。
“初音未来”让我们知道了要成为明星你并不需要是人类。这是历史上计算机模型第一次在现实世界中获得如此程度的欢迎。当然，卡通人物、虚构人物及连环漫画超级英雄并不真实，但也家喻户晓。然而，这是完全虚拟的（且并非人类模拟的）化身第一次完全跨入了真实世界与人类并肩竞争。
不管是以化身的形式还是以人类的真实感渲染代理，与计算机代理或者人工智能维持日常工作关系完全不是想象中的事了。十有八九我们不再需要对我们的代理进行视觉展现了。如同在电影《她》和今天在智能手机与汽车中的语音识别应用一样，最开始对代理的利用将是通过语音。目前的研究没有证明语音互动领域出现“恐怖谷”问题，那仅仅存在于物理机器人方面。事实上，代理将很少体现在机器人这种形式中。对我们大部分人来说，未来我们的生活中将始终存在着完全虚拟、从不以物理形式存在的代理。但是，我们将使其人格化。
[4] 当人类“粉丝”开始崇拜并模仿虚拟流行歌星的时候，你就无法就接纳与否的问题进行争论了。“初音未来”已经告诉我们可以崇拜或者真的爱上一个虚拟的、由计算机生成的人物。今天对我们很多人来说，这似乎令人难以置信，但是在20年之内这真的会有那么不寻常或者奇怪吗？
想想看，这些代理在设计上会迎合我们的大部分日常需求，也将围绕着我们的个人好恶、行为规律、偏见和反应而变得非常私人化。假以时日，这些代理将越来越擅长明确我们的需求并给出个性化回应。在人类关系方面，我们为了维持有效的关系经常需要变换我们的方式或者对我们的看法或感受加以妥协。不过在人工智能或者代理关系方面，你可能根本不需要改变你的行为、看法或者应对方式。以此看来，我认为并不难理解为什么一些人可能对代理比对其他人感觉更亲近。
像埃隆·马斯克和史蒂芬·霍金这样的一些人提出了依靠超级智能将掌控世界的霸王人工智能的幽灵概念，我们也应该提出可能让我们坠入情网——不仅攫住我们的头脑也攫住我们的心灵——的人工智能和化身的幽灵概念。这是我们刚刚开始从文化上进行探讨的事物，但绝对是一种可能性。
销售员之死
在过去50年到100年间，我们已经发展出了需要高度的技术能力及知识水平的服务业，例如医药、顾问、金融服务及咨询、软件等。对1%的人来说，财富的终极表现就是有全职专属管理员或者个人助理，管理其约会、旅行及其他活动。银行服务的最终表现是有私人银行服务员，有针对所有有关投资和银行服务的一对一个人顾问。给自己孩子专属的保姆和家庭教师，拥有自己的个人教练或者饮食/营养顾问也位列其中。
在过去的每个时代，核心技术主要颠覆了基础设施及工序。但是，在增强时代，是体验和建议正在被颠覆，而不是工序和分销。
未来30年内最容易被颠覆的体验是服务体验，是那些人类的低效、不精确等特质被机器的智能所替代的体验，是比迄今为止我们所需要的那些人类顾问以更无缝衔接的智能方式融入我们的生活并经过重新设计的体验。
想象你拥有专属的管理员、私人教练、孩子的家庭教师等其他类似的服务提供者——不是专业人员，而是存在于我们身边的科技之中。事实上，人类顾问与这些所谓的机器人顾问竞争时将面临很大的不利。下面是一些最重要的不利因素。
大数据理论：人工智能将分析更多的数据
前面在第3章中所列举的例子是IBM的机器人沃森——要么是在《危险边缘》游戏中对阵人类，要么是在癌症研究和治疗领域为医生和护士提供建议。沃森已经收到了数百万份文件，包括医学期刊、病例、词典、百科全书、文学作品、新闻电讯文章及其他数据库。沃森由90个IBM Power750服务器构成，其中每一个服务器使用了3.5千兆赫POWER7八核处理器，每核有4个线程。总的来看，沃森系统具有将近3000个POWER7处理器线程和16TB（太字节）的随机存取存储器。
这意味着沃森可以每秒钟处理相当于超过1000万本书的内容，就像是具有一个过目不忘的记忆，可以即刻回忆出这些书籍和来源中的任何信息。据传，沃森在两年之内就完成了医学院课程。当美国安德森癌症中心白血病治疗中心的癌症研究人员在上午按照要求为高级员工总结病人档案的时候，沃森总是给出最好的答案。
“我很吃惊，”在意大利获得医学学位的31岁的瓦伊塔尔（Vitale）说，“即使你彻夜不眠地工作，也不可能把这么多的信息汇总成那样。”
“IBM的计算机沃森将其人工智能转向癌症研究”， 《先驱健康论坛》，2015年7月14日
负责沃森健康项目的罗布·默克尔（Rob Merkel）说其公司预测一个人终生将产生100万GB与健康相关的数据。那与3亿本书中的数据量差不多。将这乘以地球上数十亿人口，显然没有人能够以高效率分析那些数据，而且绝对无法做到实时。
我们现在已经远远超越了人类顾问通过“号脉”了解合适的信息而给出精确建议的范畴了。更为重要的是，比如在金融服务领域的人类顾问，非常不善于综合个人投资风格、风险偏好及其他个人特征并将之融入投资建议。这就是人工智能将具有巨大优势的地方——它们将能够把所有这种类型的数据集成到建议之中。
不管是最新的行业数据、最新的研究或者仅仅是你在网上最新查看过的股票或症状的信息，机器都将具有更多的数据、更快捷的应用及无论白天黑夜任何时间即刻回忆的能力。简而言之，过去200年中，顾问利用了信息不对称的原则，他们比客户拥有更好的信息。今天，我们进入了机器智能比人类顾问拥有信息不对称优势的节点，而且随着时间推移这只会越来越明显，越来越不对称。人类顾问唯一可能的希望就是将机器智能招募到自己的工作中。
最好的建议是实时的
最好的情况是，顾问“只有一个电话的距离”，而最坏的是只能通过预约根据其是否有时间才能接触到。然而，建议不再需要通过顾问去获得特定的信息。
我们首先需要挑战的概念就是你需要去见顾问才能获取建议。之前，顾问利用信息不对称坚持要求除非你去找他们否则你就得不到合适的建议，或者他们利用信息不对称在其服务或产品中加价。因此，如果你想得到合适的建议，你就不仅需要跨越重重障碍去他们的分支机构、办公室或诊所，而且你必须为最好的服务支付高价，可能需要等上几天甚至数周才能见到最好的顾问。你的支付能力或者你与特定圈子的接触不再是你能否获得关于金融、医疗卫生、健身等方面的好建议的一个条件。
不管是实时记录你的心脏健康并要求人工智能查找异常变化的苹果手表或三星Simband、告知你一天中充电或出行的最佳时间（甚至自动安排时间）的电动车、通知你是否消费过度的银行账号、告诉你吃一块新鲜水果提高自己血糖水平的智能隐形眼镜，还是让你三小时之内减少咖啡因摄入的智能手机，通过科技反馈环路，建议越来越深地嵌入我们的生活中。
让我换个方式表达。
什么更好呢？是长期监测你的心脏发现心脏健康因心律失常增加而正在变差的智能手机、智能手表、智能服装或者由可吸收的传感器构成的个人网络，还是等到你出现胸部疼痛去见医生并期待他在诊所里面看心电图时发现导致病情的偶发心律失常呢？
什么更好呢？是你每年见一次为你的投资组合和投资策略提供指导并努力试图说服你购买当月最热门的投资基金的金融顾问，还是在你使用手机支付时智能监控你的日常支出然后指导你如何改变自己的行为以省下更多钱，并留意你真正想花钱购买的东西的最佳交易银行账户，以及不断优化你的投资组合将收益最大化且比世界上最厉害的金融顾问提供更低误差、更好信息的机器人顾问呢？
是浴室镜子所显示的如何优化你一天活动的建议、为你做饭的互动型厨师，还是对你应该订什么航班进行优化以提高升舱机会的旅游顾问算法？我们身边最重要的地方所嵌入的建议将越来越多。未来依据较差的数据给你提供建议的人类顾问将很难与具有技术嵌入、情境化的实时建议进行竞争。
机器将更了解你
过去，机器学习受到了模式识别、自然语言及其他方面欠缺的限制，但是机器正在快速追赶上来。连接到物联网和传感器的机器所具有的优势是，它们将比现在的服务机构更有效地认识你的行为。
今天服务机构如何知道你的偏好呢？实际上只有4种方式：
▪基于人口统计学的假设
▪调查、营销数据库及用户面板
▪你之前输入系统或表格中的数据
▪你可能输入应用、在线门户网站或其他配置工具中的偏好
这些在测量你的偏好和行为时都是不精确的方式，它们依赖于你在回答时的注意力和诚实度以及机构在搜集和处理这些数据时的有效性。
在银行业务方面，关于这种类型的数据冲突有一个经典的例子。如果你调查客户是否乐意在某个银行分行办理银行服务，大部分客户会给出正面的答复，尤其是像开户或申请抵押贷款之类的业务。然而，如果你真的去监测客户的行为，你将发现一半以上的新客户现在是在网上签约而且在大部分发达经济体中有将近1/3的客户不再亲自去银行了。在调查中对人们进行提问完全没有在现实世界中观察他们的行为那样精确。
实地考察是一种非常有效的研究方法——在人们正在使用物理空间或设备的环境中对其实时观察，前提是要明确知道人们在做什么并获得使用这些数据的许可。然而，这需要大量的工作而且费用高，无法经常使用这种方法。
传感器有能力改变这一切。例如智能手机中的摄像头、加速计、GPS地理位置追踪、手表中的心率和生物识别传感器等嵌入我们周围的世界中的传感器，以及无线热点、应用插件、网络cookies（储存在用户本地终端上的数据）一直在搜集关于我们行为的数据。这种数据甚至可以推测我们的情绪，而且长此以往肯定会对我们的行为具有更为综合的认识。
总之，服务互动的未来是明确的。大规模数据处理能力是让人工智能成为比人类更好的顾问的核心所在。在数据综合分析方面，人类再也无法与其竞争。这是未来由人工智能代理所提供的服务会进行分化的地方。告诉他人你的智能手机人工智能比你自己更了解你，这可没什么不自在的。
如果现在你从事的是某种顾问工作，这无疑让人气馁，就像19世纪初蒸汽机出现的时候纺织工人所面对的那样。不管怎样，这不会改变未来我们朝其前进的可能。
[1]开个玩笑！我还没有注册这个商标—尚且没有！
[2]可在http://www.tutenberg.org/ebooks/1906获取。
[3]MMD是日本人口优所开发，将“初音未来”等角色制作成3D模组的免费软件。——编者注
[4]Kaito 是一款虚拟歌手软件。——编者注