用不太嚴(yán)格但容易理解的方式說，深度學(xué)習(xí)就是給現(xiàn)有數(shù)據(jù)（大量數(shù)據(jù)）打標(biāo)簽，然后系統(tǒng)自己總結(jié)數(shù)據(jù)和結(jié)果（也就是所打的標(biāo)簽）之間的關(guān)系，面對(duì)新數(shù)據(jù)時(shí)，就能依據(jù)自己總結(jié)的規(guī)律給出判斷。對(duì)圍棋來說，無論歷史棋局還是自我對(duì)弈，AlphaGo知道盤面，也知道結(jié)局（也是一種標(biāo)簽），系統(tǒng)就會(huì)總結(jié)規(guī)律，面對(duì)新盤面時(shí)判斷贏棋的概率。但AI系統(tǒng)找到的是數(shù)據(jù)的哪些特征，與結(jié)果之間是怎樣的關(guān)系，連創(chuàng)造AI的工程師也不知道。

所以，現(xiàn)在的人工智能系統(tǒng)是個(gè)黑盒子。我們知道AI判斷的正確率高，但不知道為什么，不知道是怎么判斷的。

搜索算法中的AI也是如此。百度搜索工程師的說法很少見到，只是知道百度現(xiàn)在All In AI了。Google工程師明確表示過，他們對(duì)RankBrain到底是怎么工作的也不太清楚。在這種情況下，在算法中大量使用人工智能就比較麻煩了，一旦出現(xiàn)異常結(jié)果，不知道是什么原因，也無法debug。天津博大醫(yī)院

寫這篇帖子是因?yàn)榍靶┨炜吹揭黄~約時(shí)報(bào)的文章“AI能學(xué)會(huì)解釋它自己?jiǎn)幔?/a>”，非常有意思。一位心理學(xué)家Michal Kosinski把20萬社交網(wǎng)絡(luò)賬號(hào)（是個(gè)約會(huì)網(wǎng)站）的照片及個(gè)人信息（包括很多內(nèi)容，如性向）輸入面部識(shí)別人工智能系統(tǒng)，發(fā)現(xiàn)人工智能在只看到照片的情況下判斷性向準(zhǔn)確率很高。人工通過照片判斷一個(gè)人是否同性戀的準(zhǔn)確率是60%，比扔硬幣高一點(diǎn)，但人工智能判斷男性是否同性戀準(zhǔn)確率高達(dá)91%，判斷女性低一些，也有83%。

從照片里是看不到音色語調(diào)、體態(tài)、日常行為、人際關(guān)系之類幫助判斷的信息的。同性戀有純相貌方面的特征嗎？我個(gè)人的經(jīng)驗(yàn)是，靠相貌判斷不大靠譜。我以前認(rèn)識(shí)一對(duì)男同，他們都是很man的那種，常年健身，待人彬彬有禮但絕沒有女氣，從外表是看不出來的。也可能是依靠某種服飾特點(diǎn)？表情？背景？人工智能從照片中到底看到了什么我們?nèi)祟惡芸赡芎雎粤说奶卣?，或者人類根本看不到的特征，并達(dá)到91%的準(zhǔn)確率呢？不得而知，反正只是知道AI看得挺準(zhǔn)。