智能化的使用者介面能够根据使用者的手势和预测意图，更快速地达到目的；但人工智能能由于聚焦我们日常生活中的所有例行事项，而真正地提供人性化的服务吗？

人工智能(Artificial Intelligence；AI)正风靡一时，当然也是一个目前更倾向于物联网(Internet of Things；IoT)方向发展的热门话题——无论如何，只要是能与「物联网」扯上关系的任何用词，业界每一家公司的行销团队都会尽力以各种方式包装于该公司文宣产品中。

当我们透过人工智能嵌入式软件或使用深度学习神经网路，从大量的资料库「学习」来自感测器或记录活动所产生的历史资料后，看到了令人不可思议的结果。在许多工业应用中，对于像预测性维护或流程调度等任务，其效益是显而易见的，自动驾驶也是如此，只要所建立的规则能在监管机构、社会大众和汽车制造商之间达成共识即可。毕竟，当我们论及在效率与安全目标均已清楚定义下操作机器时，硬分析(hard analytic)才具有意义。

在医疗领域，基于人工智能的资料探勘(data mining)可望实现「预测医学」(predictive medicine)愿景或健康监测，以便根据病患的已知病例与行为(很快地还可能结合基因分析) ，为其预测潜在的健康情况。当然，前提是病患(或什至是健康的消费者)必须愿意配合持续进行监测，并根据尚待建立的标准或经济条件权衡，而在健康出现警讯前加以提醒。不过，截至目前为止，穿戴式健身/医疗装置的接受度与采用率并不像医疗保险公司所宣传的那样普遍。

然而，当论及个人助理以及由人工智能提供的所谓「智能化个性服务」(通常用于推荐过去使用的类似产品或服务)时，我在想是否透过各种完美的分析，人工智能或许就不会变得过度热衷于将消费者的行为「训练」成自动提供反馈的周期循环？

虽然机器可以严格地进行参数化，但人类却经常表现出「不按牌理出牌」的高度不稳定行为。探索智能型手机用户可能产生的每一笔资料、自动地传输至更多的穿戴式装置或什至不情愿地提供给智能家电和基础设施分享，假以时日，人工智能难道不会因为逐渐熟练而重于增强这些例行程序？人工智能助理难道不会更易于作出结论，发现提供协助的最佳方式就是在训练这些例行程序的同时也抛弃单向的选择或行为？

松下印度公司(Panasonic India)最近为Android手机发布的'Arbo'软体，或许是诠释我对人工智能发展看法的最佳案例。Panasonic解释说，虽然智能型手机的功能不断随着新的特性发展而演进，但事实上，使用者每天通常仅用其中几个特定的​​功能。

因此，Arbo软体可以透过使用人工智能，根据时间与位置来分析使用者的行为，并在萤幕上自动显示(经常联络的手机号码、其他社交网路的使用者、即将开启的应用程式、Wi- Fi、音量以及其他设定，如与物联网装置连网)，并作出及时且基于情境的建议。

当然，智能化的使用者介面能够根据使用者的手势和预测意图，更快速地达到目的；但人工智能能由于聚焦我们日常生活中的所有例行事项，而真正地提供人性化的服务吗？

Panasonic并未表示Arbo是否会从配备该软体的所有智能型手机使用者集体产生的数百万笔资料中学习。

但是，许多公司都依赖这种「共享资料」来找出新的服务或是一些新的建议，让个别用户在特定情境下觉得别具意义。长期来看，如果易受外界影响的消费者被频繁地提醒，可能会更有效地规范追随机器学习标准组合的消费者行为，这实在比最疯狂的独裁梦想更厉害啊！