越来越多的证据证明，只要存在人为因素，机器学习学到偏见的可能性就非常之高；甚至高于你原本的训练的目标。

 已经不止有一篇论文指出，当人们在去除了病例的人种信息、年龄信息、性别信息之后，机器学习依然自动地开始判断人种、年龄和性别。最大量的证据显示，这是因为医生在对不同人种、不同年龄和不同性别的人进行诊断的时候是有差异的，这种差异会体现在CT扫描的时间长度；病历书写的措辞；甚至是格式病例的漏填项的多少上。

 训练使得机器学习对这些部分（偏见部分）的掌握甚至快于、优于它们对于诊断本身的掌握。由于在机器学习过程中普遍存在的“Blackbox”现象，人们现在还不能完全解释原因。但是，一个比较靠谱的解释是，对黑人、黄种人、白种人以及对于不同年龄和不同性别的人态度不同，是医生在诊疗过程中一个非常普遍的现象，你可以解释为是人性使然。它的普遍性，远远高过了对于病情的诊断结果。

 就是说，作为人，我们对人的偏见是普遍的，其通识性高于我们做的其他一切事物。于是，机器学习在学习我们的行为时，首先学到了这个——偏见。

 在我国利用偏见的机器学习结果，将自己的商业变得的“成功”的例子不胜枚举。比如今日头条和抖音的算法，充分体现了这一点。它们集中将机器学习我们的行为的结果呈现在了性、贪婪、好吃等等动物性上。于是从七十多岁的到十来岁的男性，刷抖音最终的结果都会是女性、并越来越裸露。

 不检讨这种算法的劣质，反而将之谓为“你关注的才是头条”、或者“算法推荐结果”，实在是中国最顶尖算法团队的一个最大的败笔，因为他们没有注意到，算法未总结出突破人性的结果，而是将用户带入动物性本能的底部。

 中国算法专家们在国际期刊屡有论文发表，很多文章更进一步的在讨论，如何将以上的这种偏见走得更深、走进更多的行业中。这不但与世界其他国家同行对于偏见的探讨，大大不同，更显示出我们对于人工智能的商业考虑大大高于科学、更高于人类基本道德的特点。

 所以，我们看到中国人工智能发展的成就，主要突出在了对于媒体推荐类产品、对电商导流并刺激购买上，这些方面中国的人工智能团队在辅导中国人决策方面，可以说是全球最牛。中国被摧毁的内容专业生产和无比蓬勃的电商，也为他们提供了最大的实验场景。

 但是，除此之外，中国人工智能专家们的建树就难说了。比如，制药领域，美国的几个团队在未见covid-19真病毒，只取得它的基因图谱的情况下，就拿出全球公认最好的mRNA疫苗；再比如，在对于蛋白质折叠以来化合物的发现上，中国人工智能专家们的速度比起他们的外国同行来就要慢得多了，几乎没有什么像样的成果。

 利用一个人工智能的“错误”，即“偏见”， 来赚钱的空间，在中国已经在变少。全中国人民都已经在买不该买的东西、和在刷你的抖音，这个被偏见带偏了的市场，必然会停止增长。下一步，你们应该去碰一碰、打一打硬仗了，这样才对得起十几亿人陪你们做的这一场代价巨大的实验。

 要中国的人工智能公司、专家去突破这一点可能吗？也许不可能了，因为好赚的钱赚多了，就没有人再会“结硬寨，打呆仗”了。

 中国所谓的人工智能四小龙可以成果寥寥，据财新的报道，他们最大的成果均体现在了由政府采购的“人脸识别”上了，十几亿的人脸全被识别完了，你们再能去干点啥呢？何况人脸识别已经是一个开放级别很高的技术了。

 也许一上来，我们没有像欧洲一样对于人工智能技术加以一定的道德限制，是这一切行至今日的原因。一开始，中国的自我加冕的那些个人工智能企业，比如字节跳动、比如阿里巴巴等等，统统拿一个人工智能的“偏见”学习的结果，当成了成果。当然，你可以将其视为一个成果。中国人目前的新闻话题已经高度趋同，因为的阅读基本都是人性最底部的逻辑来推荐并被接受的； 中国人的购物、吃亦然。而这一切，除了将我们变得一样愚蠢之外，实在难说……

 我已经不大相信那些已经赚得盆满钵满的公司会自我突破这个“偏见”去做其他的事情了，这样下去，也许我们就永远走在这一条“偏见”的道路上，直至与那个元宇宙相会在阴间……