已故著名波蘭裔英國思想家、社會學家齊格蒙•鮑曼（Zygmunt Bauman）認為，數位時代帶來了比監控更為麻煩的問題，權力與政治在技術之下分離了，傳統的政治囿於解決一個國家內部的問題，而跨國資本及其政治力量，卻透過科技蔓延至各個領域，製造出更多的不確定性。同時，普通人對科技和官僚的信任，在這種矛盾之下消解。權力隨著資本和數位網路流動起來，傳統政治卻對約束它們無能為力。
在對全球化資本權力的反彈下，歐美諸國「部落主義」重新崛起，這也是英國脫歐、孤立主義在美國興起的大背景。鮑曼描述了西方國家的情景，不確定性是新時代普遍存在的情況，政治、經濟、文化、傳媒權力都會被數據智能滲透。這個並不難理解，金融資本借助數位網路、機器人投顧、快閃交易等技術，在全世界騰挪閃移，驚鴻遍野。推特等社群媒體催化了中東國家的動盪，數位權力越過主權國家的界限，縱橫捭闔。甚至，以往對外輸出數位權力的美國，也開始擔心被跨國數位權力侵襲。朱利安•阿桑奇（Julian Paul Assange）和他的維基解密（WikiLeaks）這個非政府組織，屢屢拋出政府的黑幕，讓美國政府非常頭疼。駭客憑藉著網路技術，獲得威懾美國統治階層的能力。美國政府甚至指控俄羅斯使用駭客干預美國2016 年大選，這種緊張感是前所未有的。這既說明了在數位權力之前無人可以倖免，也預示著，從個人到國家，都有必要加緊適應數位智慧時代。
數位權力的型態， 如同法國哲學家米歇爾•傅柯（Michel Foucault）所描述的現代權力，並非中央集權式的環狀結構，而是錯綜複雜、多中心存在的網狀結構。數位權力瀰漫在這張網中，難以捉摸。從國家層面而言，需要在頂層設計中做好設置，防止政府濫用數位權力。惡意挑戰國家與社會正常運作的數位權力，也已經在現實中出現。2014年，《彭博商業周刊》（Bloomberg Businessweek）曾經報導過一名哥倫比亞駭客，自稱操縱了9 個拉丁美洲國家的投票選舉，手段包括竊取資料、安裝惡意軟體、在社群媒體上偽造了大規模支持或反對的民意。
他的團隊在對手陣營總部安裝了惡意軟體，可以監聽電話、監視電腦，藉此獲得各種演講稿、會議計劃和選舉安排。根據這些資訊，他借助網路水軍發布虛假的推特消息，利用低階推特機器人追隨、大量點讚和關注。設置程式在凌晨自動撥打競選電話，以對手陣營的名義騷擾選民。借助類似手段，他曾在不同程度上，影響委內瑞拉、尼加拉瓜、巴拿馬、宏都拉斯、薩爾瓦多、哥倫比亞、哥斯大黎加和瓜地馬拉的民主選舉，時間長達八年之久。他說：「當我意識到，人們更願意相信網路輿論、而非現實時，我發現自己擁有讓人們相信任何事物的能力。」
在社群媒體上，具有簡單智能的機器水軍蠢蠢欲動，「未來，你分不清電腦對面的是不是人」這件事已經成真。
不過，「水軍」並不一定就是負面的，因為用於正確目標的「水軍」並不水。在某種意義上，問答機器人和機器人客服就是「水軍」的變種。即便在最容易「灌水」的論壇和討論區，機器人的表現也可能好過人類。王海峰就曾說過，在很多討論區，往往是一些人類在灌水、亂噴，是機器人在發表有營養的評論，帶動討論熱度，保持積極、正面的輿論方向。
每個現代人都被自己生產的資料包圍著，智慧化的資料已經成為人類的第二肉身。就像第一肉身會擔心疾病、車禍等安全問題，第二肉身也同樣面臨安全隱患。互聯網時代個人資訊面臨種種洩露風險，詐騙業的技術也在更新。比起一般的電話詐騙，不法分子甚至採用了大數據方法。2017年初，上海黃浦區警方破獲一起驚人的網路竊盜案。首先，駭客用軟體批次生成電話號碼，再利用掃描工具，逐一把號碼放到網上掃描，透過一些駭客存放洩露密碼的網站〔一般稱「社工庫」（social engineering database）〕，掃出電話號碼對應的登錄密碼。這在業界稱為「撞庫」，用這種簡單、粗暴的方法，就可以快速得到很多用戶的登錄資訊，然後用於竊取金融卡存款等犯罪活動。
在一個社會中，總會存在著不法分子。互聯網時代數據技術爆發式成長，人類適應能力的落後，也給罪犯留下可乘之機。這就如同汽車剛被發明時，為社會帶來新的交通不安全，但後來人們發明了紅綠燈，用新的規則制約技術，保障安全。傳統的資料管控方式，在互聯網時代顯得千瘡百孔，普通人或團體很難主動保護好自己的隱私數據。這需要多方的共同努力，警方同樣可以利用大數據技術來對付犯罪，科技公司也可以助一臂之力。
大數據領域的紅綠燈也出現了。以電信詐騙問題為例，包括「百度安全」在內的多家公司，已經與管理部門合作，攜手打擊電信犯罪。借重大數據建立「安全號碼庫」和「詐騙電話地圖」，一方面可以將資訊共享給警察機關，定位詐騙嫌疑人的號碼和所在位置；另一方面，可以即時攔截詐騙電話，並且在詐騙電話地圖上，同步顯示、辨識詐騙電話動態，「亮紅燈」來提醒用戶。
「百度安全」至今已經累積了兩億多的安全號碼庫，每日攔截騷擾詐騙電話超過100 萬次，詐騙電話攔截率保持在99.98％以上。與此同時，在手機上安裝安全軟體的用戶，對可疑電話的舉報、標注，都可以上傳到伺服器，幫助辨識詐騙號碼。在這種動態循環中，安全軟體會愈來愈聰明，辨識詐騙號碼的能力，也會愈來愈強。
深度學習使防火牆技術也獲得升級。做網管的人都知道，過去每次安裝防護軟體，都要設定一大堆規則，以預防非法訪問。採用深度學習技術，可以讓安全系統自動學習使用者的訪問規律、辨識異常訪問。系統自己設定規則，遠比人類網管更有效率。
在資訊時代，雖然一些惡性詐騙案件和安全事件被曝光引發眾人恐懼，但是我們要知道，在更多數位詐騙事件被阻止的背後，提供支援的正是人工智慧技術。無論是網路金融安全技術，或是智慧城市的智慧監控技術，都是魔高一尺，道高一丈，在博弈中不斷提升。
更多時候，在我們身邊的技客，會利用技術能力，做出一些「歡樂」的越界行為。比如，支付寶剛推出AR 紅包時，就有人透過訓練卷積神經網路，反向破解被橫條遮住部分畫面的線索照片，去掉橫條，獲得原始圖像，輕鬆找到紅包。方法並不難，前提是使用者要懂得使用深度學習共享平台。此外，北京、上海的車牌特別難搖，車牌中籤號碼由系統「隨機」給出，但這個隨機也遵循著一定的演算法。有人居然利用機器學習技術，琢磨車牌搖號的規律，據說提高了中籤率。
環顧一下你所在的工作單位，你會發現，有些人擅長使用很多科技工具來強化自己的能力，有些人卻整天為了記不住各種登錄密碼而苦惱不堪。未來，對數據智慧的熟悉程度，會影響一個人工作、生活的幸福感。請做一個有準備的人，才能在數據生活中遊刃有餘。
本文節錄自：《智能革命：迎接AI時代的社會、經濟與文化變革》一書，李彥宏著，天下文化出版。
