上一篇文章《人工智能与设计(1)：人工智能的发展和定义》介绍了人工智能的历史和基础。作为设计师，最关心的是人工智能如何下降以及如何处理用户。由于互联网上缺乏相关信息，我试图探索两者之间的联系，探索心态。人工智能如何为人类服务的关键取决于其基础设计和能力。所以在思考过程中，我首先考虑了人工智能的根本问题 - 人工智能如何收集用户数据？用户数据如何完成？以下是对这两个问题的分析和理解。

“分散与ltquo;因特网

互联网的前身，称为APA，属于美国国防部在20世纪60年代部署的中央控制网络。 APA网络存在明显的弱点：如果中央控制系统受到攻击，整个APA网络将陷入瘫痪状态。为了解决这个问题，美国的Paul Baran开发了一种新的通信系统。该系统的主要特征是，如果系统的一部分被破坏，整个通信系统将保持运行。它的工作方式如下：中央控制系统不再简单地将数据直接传输到目的地，而是在网络的不同节点之间传输;如果其中一个节点损坏，其他节点可以立即替换它。 APA的相关实践和研究催生了现代意义上的互联网。

互联网的起源是分散并使信息更安全，更有效。不幸的是，在第一次互联网泡沫之后，人们开始意识到在互联网上创造价值的捷径是建立一个集中的服务，收集信息并通过它货币化。互联网逐渐成为不同领域的巨头，以集中的方式影响数亿用户，如社交网络Facebook，搜索引擎谷歌等。用户使用他们的产品进行社交或搜索，作为服务提供商的巨头通过掌握和分析用户数据来优化他们的产品并获得收益。为了向用户提供更好的服务，存储和分析用户数据没有错，但它也对对他们的隐私和安全敏感的用户造成了一些不满。但更重要的是，如果一个巨人突然停止并停止相关服务，将给人类生活带来巨大麻烦。

互联网似乎已经回到了20世纪60年代。许多老的互联网参与者重新开始讨论分散的互联网。他们认为，互联网权力下放的核心概念是服务运作不再盲目地依赖于单一的垄断，而是服务运营的责任分散。

Tim Berners-Lee（万维网的发明者）提出了自己的见解：“网络的设计是分散的，每个人都可以参与，拥有自己的域名和Web服务器，但尚未实施。目前的个人数据是垄断的。我们的想法是恢复分散网络的创造力。

让我们看看分散网络的三个核心优势：隐私，数据可移植性和安全性。

隐私：权力下放对数据隐私提出了很高的要求。数据分布在网络中，端到端加密技术可以保证授权用户的读写权限。数据采集​​权由算法控制，而集中式网络通常由网络所有者控制，包括消费者描述和广告定位。

数据可移植性：在分散的环境中，用户拥有个人数据并可以选择共享对象。它不受服务提供商的限制（如果仍有服务提供商的概念）。这是非常重要的。如果您想换车，为什么不转移您的个人驾驶记录？聊天平台记录和医疗记录是相同的。

安全性：最终，我们的世界面临越来越多的安全威胁。在集中环境中，精细环境越孤立，驱逐舰越具吸引力。分散环境的性质决定了它的安全性，它可以抵御诸如黑客攻击，渗透，信息窃取和系统崩溃等漏洞，因为它的设计从一开始就确保了公众监督。

HBO《硅谷》近年来一直非常火爆，以“互联网分散化”的概念开始了最新一季。谣言风险资本家拉斯·汉内曼（Russ Hanneman）问问陷入困境的吹笛者的创始人理查德亨德里克斯，如果他获得无限的时间和资源，他想要建立什么？ Hendricks回答说“一个全新的互联网”，他后来解释说，现在当人们登陆月球时，手机的计算能力远远强于手机。如果您可以使用所有数十亿部手机构建庞大的网络，请使用压缩算法使所有内容更小，更高效，更方便。转移数据，然后我们将能够建立一个完全分散的互联网，没有防火墙，没有收费，没有政府监管，没有监控，信息将完全免费。

有关详细信息，请参阅以下视频：

在后来的故事中，Pied Piper在Hooli会议上将Dan Melcher的数千TB数据转移到250,000部手机上。虽然在此期间发生了一系列问题，但最终，Dan Melcher的数据“神奇”被备份到一个拥有3万台智能冰箱的庞大网络中。

互联网档案馆的创始人布鲁斯特•卡勒（Brewster Kahle）表示，互联网权力下放很难在实践中实施，还有很长的路要走。虽然《硅谷》只是一部电视剧，但其中一些技术纯粹是虚构的，但它也证实了除了拨打电话，聊天，玩游戏外，还可以使用每部手机的计算能力和性能。很多东西，比如成为新一代的微服务器和计算中心。

最合适的私人服务器

移动电话成为下一代微服务器，符合Tim Berners-Lee的观点，即每个人都有自己的网络服务器。目前，手机的性能和容量可与台式电脑相媲美。更重要的是，为了减轻CPU的压力，手机有不同的协处理器。每个协处理器都有自己的功能，为手机提供不同的功能。例如，iPhone集成了5s的运动协处理器，可以低功耗监视和记录用户的运动数据。可以使用MotoX的协处理器。确定您的语音/流程动态信息，以便在未唤醒状态下使用Google即时功能。

移动电话上的各种传感器可以监控来自不同维度的用户数据。如果手机成为下一代微服务器，则需要承担存储用户数据的责任。同时，人工智能助手需要以每个用户的海量数据为基础，更好地了解用户并实时提供帮助。它成为“千人”的私人助手，因此用手机存储和分析用户数据是人工智能助手的基础。 。

分析用户的非结构化数据需要大量计算。为了减轻CPU和电池的压力，手机需要一个分析用户数据的低功耗协处理器。它可以执行机器学习方法，如深度学习和低功耗的迁移学习，并分析，建模和处理用户的大量非结构化数据。

家庭还需要更大容量的服务器来减轻手机容量的压力。例如，24小时长期冰箱，路由器或智能扬声器是数据的良好容器。用户的手机可以定期将数据备份到家庭服务器很长一段时间，具有以下优点：

减少手机中用户数据的使用

家庭服务器可以稳定工作24小时，可以进行越来越复杂的计算，并将结果反馈给移动终端

当更换用户电话等设备时，可以无缝地使用现有设备

2015年，谷歌开始使用自己的研发TPU，比目前的CPU和GPU在深度学习中快15到30倍，性能和功耗比高出约30到80倍。当诸如移动电话或智能扬声器的设备具有类似于TPU的协处理器时，个人人工助理将达到新的峰值。同年9月，华为发布了全球首款AI移动芯片Kirin 970，其AI性能密度明显高于CPU和GPU。在处理相同的AI应用程序任务时，与四个Cortex-A73内核相比，麒麟970的新异构计算架构的能效约为50倍，性能优势是其25倍，这意味着未来在手机上处理AI任务的能力是不再困难。更重要的是，iPhone X的A11生物芯片具有神经引擎，每秒可运行高达6000亿次操作。它是专为机器学习而开发的硬件，不仅可以执行神经网络所需的高速操作，而且还具有出色的能效。

进一步使用数据

人工智能的发展依赖于大数据，高性能计算能力和实现框架，而数据是人工智能的基础。在过去30年中，人类数据经历了两个阶段，即岛屿阶段和集体阶段。

岛屿阶段

在没有因特网和因特网的情况下，人们基本上在独立状态下使用计算机，并且数据只能在本地存储在计算机上。由于计算机性能较差，产品较简单，技术不成熟，人类在计算机上生成的数据价值不大。

集体舞台

在互联网和移动互联网的中后期，计算机行业开始向互联网发展并衍生出更多的领域，如在线社交网络，搜索等，视频音乐等娱乐产业开始被中介化;在移动互联网时代，巨头与传统行业相结合，产生更多游戏玩法。人类的日常活动逐渐产生了大量的数据。

由于数据量庞大且技术有限，个人无法存储和分析自己的数据。个人数据对个人来说仍然没什么价值，但对于巨头来说却并非如此。巨人有资金和技术。即使个人数据具有太多特征，当它们被组合成组数据时，巨人也可以通过数据清理，建模和其他方法分析相关组的共同特征，并绘制相关的用户图像。详细了解您的用户是谁，并设计更具针对性的功能和服务，以探索新的用户需求并生成新产品。

随着近年来技术的成熟，巨头们可以做一些相对简单的个人建议。例如，亚马逊可以根据您的购买历史向您推荐相关产品。其背后的原理是分析通过分析大量用户获得的产品。

由于服务器通常很昂贵且普通用户缺乏处理数据的能力，并且巨头能够使用户数据更有价值，因此谷歌，Facebook，苹果，腾讯，阿里等用户数据已经“默许”了。百度等巨头正在收集是可以理解的。每天生成的每个用户的数据包括社交，健康，购物，地理信息等，但巨人的垄断和竞争，导致用户数据被巨人划分和收集，加上巨人更愿意生产更多的竞争对手产品不愿意使用户数据互操作，导致用户数据无法发挥更多价值。在人工智能发展的道路上，这也是一个非常现实和赤裸裸的门槛。

互通阶段

为了使人工智能增长更快，您需要分析和理解更完整的数据;再加上互联网分散的概念，应用程序供应商将“返回数据”给用户，这将是下一个趋势。回顾数据“返回用户”意味着应用程序供应商不应该拥有数据，而是共享数据以获得更有用的数据。

对于人工智能的开发，各种应用程序供应商之间的数据共享不符合竞争和现实，但用户有权将自己的数据提供给“人工智能”。回来，因为这些是用户自己。此时，用户需要一个数据仓库，可以存储和组织不同应用程序供应商的数据，而人工智能可以使用该数据自我优化和分析用户的特征。

例如，在我们的手机中的淘宝和京东，用户在使用时有不同的动机和场景，因此他们获得的用户图像只是用户的一部分，不能完全代表用户。如果淘宝和京东将各自的数据保存到个人数据仓库，人工智能将整理数据，然后导出淘宝和京东的授权全用户肖像，然后淘宝和京东可以为用户提供更多的个性化服务。创造更多收入。这是应用程序供应商为人工智能提供数据的地方，而人工智能则反馈给各种应用程序供应商。

下一代人工智能助理

为了更好地了解您，人工智能需要了解更多数据。在日常生活中，用户的主要信息概括为：身份信息，健康数据，爱好，工作信息，财产数据，信用，消费者信息，社交圈和活动。

身份信息：姓名，性别，年龄，家乡，身份证（身份证包含前4项），帐号，当前居住地址和家庭信息

健康数据：基本身体状况，医疗记录和运动数据

爱好：饮食，娱乐，运动等。

工作信息：公司，职位，薪资和同事目录

物业数据：补偿，存款，股票，汽车，房地产和贵重物品

信用：信用机构提供的信用报告记录

消费者信息：消费记录（包括产品类型，购买时间，购买价格和送货地址），消费水平和浏览历史记录

社交圈子：联系人（包括朋友，同事，同学和亲戚）和社交更新（包括离线和在线）

活动范围：旅行记录，主要活动区域和旅行

以上所有方面都有相关产品提供服务和数据记录，如社交应用微信和莫莫，购物应用京东和淘宝，运动健康保持等。如果数据的各个方面都被打开并提供给人工智能，那么人工智能拥有更多的用户数据和功能，更多的应用程序和智能硬件可以通过将人工智能连接到自学和优化来了解用户信息。一般来说，人工智能可以代表您，也是最了解您的个人助理。

人工智能数据仓库设计

2015年是智能家居的第一年，但最终公众仍然被愚弄。一般来说，智能家居的重点是智能，但人工智能尚未开发，智能家居如何智能化？

如今，大多数智能家电就像一个岛屿。它们只能由手机中的不同APP控制。他们之间没有联系。在小米打破现有局面之前，它并没有反映智能家居的概念。

小米使用MIUI，路由器和小米生态链来布局智能家居生态。在早期阶段，它通过路由器控制网络功率。小米电视占据家庭娱乐中心，Wifi插座使基本家用电器智能化，各种传感器使建筑物智能化。从中期来看，它与科技公司有关。小米控制的智能家居继续渗透到用户的家中，美国的合作，以及小米生态链的各种产品，如扫地机器人，空气净化器，电饭煲等。最近推出了299元的小米AI扬声器，使小米智能家居达到全新控制智能家居的高潮变得更加轻松，用户可以通过AI扬声器指挥和控制每个产品。到目前为止，中国智能家居布局中最好的是小米。

目前，小米的智能家居布局仍处于起步阶段，只需连接不同的设备和连接一个终端。家庭的智慧不仅仅是通过命令的简单操作，更多的是智能家居与更多的所有者理解之间的联系，这取决于用户数据的积累，理解和共享;但也带来隐私问题，用户担心更多的产品和人工智能会接触到更多的数据，他们的生活每天24小时都受到监控。人工智能将是科学和伦理游戏中最激烈的部分，因此如何实现底层数据仓库是关键。

未来的人工智能和数据仓库应该是一个平台，就像当前的Windows，iOS和Android操作系统一样，但数据仓库不应该由巨头和政府控制，因为它存储的用户私有数据比当前操作系统多。因此，数据仓库需要定制更多的隐私规则以防止用户数据泄露，并定制开放协议以实现多种创新并避免被巨头垄断。

仓库具有以下特征和功能：

数据仓库具有用户的全部特征和数据，可以代表用户。

数据仓库包含至少9个模块的身份信息，健康数据，爱好，工作信息，财产数据，信用，消费信息，社交圈和活动范围。每个模块彼此独立且不耦合。

数据仓库包括用户特征，产品私有数据和共享数据。用户特征仅具有输出行为;私有数据只有输入行为;共享数据具有输入和输出行为。

可以在模块之间交换数据，并且模块具有定义的输入和输出接口格式。

每个模块中的机器学习算法可以升级或替换为其他供应商提供的算法。

每个模块都关闭，算法无法发送用户数据。

每个模块都有强制和非必需的固定数据字段。

产品可以将私有和共享数据导入不同的模块。

产品提供的数据必须符合模块的强制数据字段，并且可以提供附加的可选数据字段。

模块的共享和私有数据由模块内的算法注释和建模，以生成相关的用户特征。

该算法可以申请授权以获取其他模块的共享数据和用户特征。

在授权范围内，产品可以获取相关模块的用户特征和共享数据部分，并且不能访问私有数据。

数据仓库定期将数据加密到个人服务器。

数据仓库定期清理过时的数据。

当数据仓库容量不足时，将自动提醒用户备份数据并清理空间。

数据仓库自动加密用户数据以防止泄漏。

来自不同供应商的数据仓库产品应遵循以下协议：

不同数据仓库的同一模块所需的数据字段需要保持一致。

数据仓库内部算法和数据仓库应相互独立。

数据仓库可以使用过去的数据和用户特征。

数据仓库之间的数据传输需要加密。

不允许设置后门。

数据仓库开发协议的好处：

公司可以根据规范开发数据仓库，以降低被巨头控制的风险。

可以开发数据仓库中不同模块的机器学习算法，并由不同的公司替换。

有利于不同企业数据仓库之间的数据迁移和升级。

此用户名下的数据仓库在数据同步时加密，从而减少了隐私风险和风险。

人工智能需要考虑诸如计算性能，功率，发热，数据采集和人机交互等问题。在移动端，手机仍然是人工智能助手的最佳载体，可穿戴设备更具辅助性;在家庭或办公室，最好的人工智能助手载体应分为两个，一个可以与用户互动。电器，如现在流行的智能扬声器，带大屏幕显示器的电视，甚至是24小时电源路由器;另一种是具有天然优势的冰箱：它还可以24小时供电，其自动冷却能力更强解决复杂计算的散热问题，其巨大的尺寸可以容纳更多的硬盘和存储数据的计算机组件。

可以推测，冰箱将成为个人智能的计算中心，就像服务器一样;手机和智能扬声器将成为与用户打交道的人工智能助手。当计算中心处理数据时，它将结果同步到相关的AI，数据仓库成为连接它们的桥梁。只有通过完善基础数据共享，人工智能才能带来最大价值。

以上是第二章的内容，下一章是《人工智能时代下交互设计的改变》，敬请期待。