但出于隐私的考虑，以及对网络安全的不信任，大部分用户显然是不希望透露自己数据给机器的。
从而“鸡生蛋蛋生鸡”的矛盾就产生了。
近两年，用AI来读取用户个人数据这件事一直处在被压抑和不能提的状态。更早一点的时候，苹果和谷歌等大公司都推出过让AI读懂用户的产品，但很快就被舆论抨击给关停了。即使这样，谷歌去年推出的家用AI相机还是饱受诟病。
在2017年后半段，我们看到了AI芯片拉开了风云际会的争夺序幕。但是搭载AI芯片的硬件一定要有的放矢，有任务可以完成。于是让硬件读懂用户、让系统根据用户数据提供千人千面的服务，势必会重新回到公共视野里。
其实从大趋势上看，把个人数据交给机器似乎是人类不可避免的归宿。无论是医疗健康、金融服务还是社会安全，机器肯定都比人类更靠谱。只是这其中经历的不适感和安全风险是巨大的。
在2018年，无论是手机、音箱、穿戴设备、VR，在启用了机器学习能力后，似乎都要重新沾惹隐私数据这条红线。
究竟怎么处理这个矛盾，也是挺让人头疼的。
四、真假越来越难分
就目前来看，希望AI能像人一样对话和理解，显然还是为时过早的一件事。但是让AI来造假，似乎已经问题不大了。
此前我们讨论过视频和直播换脸的可能，其实从整个技术进度来看，基于GAN的仿真和替换技术正在整体成熟。无论是模拟替换音频还是视频文件，AI都已经能够得心应手的处理。
但这肯定不会是什么好事。在著名的Face2Face软件推出的时候，国外网友就惊呼，假如跟我视频聊天的人被替换了怎么办？
而在开发框架和数据资源越来越丰富、算法越来越强劲的今天，大概我们可以很肯定的说：2018年用AI来伪造视频音频将更加天衣无缝。
这是AI对未来技术的探索，却很可能引发社交媒体和网络传播的动荡：当我们看到的视频都可以完全造假的时候，这个世界还有什么可以相信呢？
假作真时真亦假，只能期望反AI造假的AI系统也尽快出现吧。
五、黑客攻击有更多花样
2017年年末，谷歌TensorFlow被惊人的爆出框架漏洞，虽然是被白帽子找到，没有造成危险，但这还是点醒了我们一点：AI并不安全。
至此，我们已经见识过了各种黑客攻击和AI技术结合的可能性：用AI来伪造文件信息实施攻击和诈骗；利用AI技术来提升黑客攻击效率；以AI系统为目标的攻击。随着AI和物联网体系的结合，未来物联网攻击中很可能也会加入AI的身影。
AI技术的成熟，让网络黑客们找到了更多的目标、更多的工具以及更多的技巧。虽然AI同样给我们提供了各种保护互联网安全的方式。但无论如何，AI带给了黑客更多可能性是毫无疑问的。
2017年的网络安全世界并不平稳，各种各样的病毒和黑客肆虐不绝于耳。进入2018，我们很可能会在这个战场看到更激烈的搏杀。
结束语
就像任何一种技术革新一样，AI也同样在带来价值的同时创造了危险。而且凭借着识别和学习能力的特征，AI带来的负面影响说不定会比过往更大。
但是无论如何，技术就是这么一步步推进的。更好的风景总是伴随着更难走的路途。认识风险，并探索解决方案，或许才是人类与AI相处时更舒服的方式。