仿佛一夜之间，大数据、人工智能、机器学习、深度学习等概念就铺天盖地了。
可是，即便这些概念铺天盖地，或许你依然没有听过。为什么？因为你没有留意过。
但不管是否留意，我们每天的应用，都已经运用了这些技术。
你手机里有什么新闻APP？今日头条？还是一点资讯？还是......
你用什么听音乐？网易云？还是QQ？还是......
你用什么输入法？搜狗？还是微软？
你可否发现一件事？你看到的新闻基本是同一类的；你喜欢听民谣，系统给你推荐的，都是民谣；你的输入法越来越懂你的心意。
为什么？因为这些应用都运用了大数据与人工智能。它们能根据你的使用痕迹与习惯，分析你的爱好，继而推荐给适合你的东西。
可是，或许你对某些新闻并不感兴趣，只是偶然点开过几次，系统就逐渐给你推荐了，你因习惯或好奇，看了，系统继而再推荐，你再看，它再推；或许，你也喜欢其他风格的音乐，但系统在开始分析时，只是从你这个动作开始，于是，它给你推荐民谣，你便听，你听得越多，它推荐给你的民谣就越多。
于是，你获得的信息或许是你喜欢的，或许是你被动喜欢的，只是，那信息面会越来越窄。
因此，在这个时代，我们该如何获得高效信息呢？
有本书，叫《像间谍一样思考》，书里给出了一些获取关键信息的方法。我想，我们可以将这些方法，应用于日常与人工智能的互动中。尽量确保自己不被动接受，而是主动让机器服务于你。
首先，你要知道自己想要什么。
你想关注什么领域；对哪些事情感兴趣；对哪些事情不太感兴趣但应该适当了解，以丰富你的知识结构等等。
有了这些明确的目标后，就要寻找恰当的路径去了解。
比如你喜欢文学类图书，同时对历史感兴趣；但考虑到知识结构的不完整，你想再看看经管类和艺术类。那你需要知道这些领域都有哪些书或作者值得关注，有哪些事件应该去了解，有哪些是必读书等。
在你阅读新闻时，有意识去搜索相关的信息。
而不是首页推荐什么你看什么。这样，慢慢让你的系统熟悉你，给它的信息越多越全面越好。
也就是要让人工智能跟着你的思维习惯和整体规划走，而不是被它牵着鼻子养成习惯。
最后，要有批判思维。
所谓尽信书不如无书。图书至少还有出版社的编辑把关，即便错误率超标，基本常识还不至于差得太离谱。但网络信息则不然。
尤其现在自媒体盛行，人人都可以发声的时代。内容发表不再有专业的编辑把关，很多常识性错误出现也不足为怪。因此，书尚且不能全信，何况网络信息。
如果涉及学习或工作的领域，获取的信息又不是你熟悉的，就需要去查找资料核实一下。比如多用几个搜索软件，多找几个相对权威的网站，或查找图书资料、咨询领域专家等等。
大数据时代，机器把芸芸众生的习惯记录下来，作为原料和基础，不断分析和进化，从而让自己更聪明。
在如此“方便”“贴心”的时代，人却容易因各种推荐越来越满意，而把自己局限在一个狭窄的空间却不自知。
因此，面对人工智能技术带来的便利，我们仍需要保持间谍一样的思维。
