看得見之外，看不見的 AI 才是多數
ChatGPT 讓 AI 變得「看得見」，但你每天接觸最多的其實是看不見的 AI：推薦、導航、防詐、垃圾郵件過濾。它們在背後默默運作，追求的是準確與穩定，而非互動與生成。理解它們的機制，是 AI 素養的核心。
案例剖析：推薦系統的數學
推薦系統決定了你看到的影音、商品、貼文。最經典的協同過濾以矩陣分解建模：把使用者 $u$ 與物品 $i$ 各嵌入成潛在向量 $p_u,q_i\in\mathbb{R}^d$，以內積預測偏好：
$$ \hat{r}_{ui}=p_u^\top q_i,\qquad \min_{P,Q}\sum_{(u,i)\in\Omega}(r_{ui}-p_u^\top q_i)^2+\lambda(\lVert p_u\rVert^2+\lVert q_i\rVert^2) $$
只用已觀測的評分 $\Omega$ 學嵌入，再對未觀測項預測排序。現代系統再疊上深度模型與即時特徵，但「把人和物嵌入同一空間、以幾何鄰近度推薦」的核心不變（呼應〈Token、Embedding〉的嵌入觀）。
其他無所不在的 AI
| 場景 | 背後的方法 |
|---|---|
| 手機解鎖 | 人臉辨識（CNN／度量學習） |
| 地圖避塞車 | 時序預測 + 最短路徑 |
| 垃圾郵件 | 文字分類 |
| 刷卡防盜刷 | 異常偵測（離群／密度估計） |
| 語音輸入、即時翻譯 | ASR + 機器翻譯 |
反饋迴圈：推薦系統的系統性風險
看不見的 AI 不只是技術，也是社會技術系統。推薦系統有一個關鍵的動態：它的輸出（推薦什麼）會影響使用者行為，而這些行為又成為下一輪的訓練資料——形成反饋迴圈。這可能導致演算法混淆（algorithmic confounding）、同溫層、極化與流行度偏誤：模型「學到」的偏好，部分是它自己先前的推薦造成的，而非使用者的真實偏好。評估這類系統因此不能只看離線準確率，還需線上實驗與因果分析。
一個 AI 素養的提問框架
看到任何宣稱「採用 AI」的產品，問三個問題：它解決什麼問題？訓練資料從哪來、是否有偏誤或反饋迴圈？出錯時誰負責、如何究責？ 理解「AI 不是單一東西，而是一整類有資料依賴與系統性風險的技術」，是冷靜看待新聞與產品宣稱的基礎。
深入探討（研究所視角）
日常 AI 應用看似各自獨立——推薦系統、語音助理、垃圾郵件過濾、地圖導航——但從理論角度看，它們大多可統一在期望風險最小化（Expected Risk Minimization）的框架下。給定資料分布 $P(x, y)$ 與損失函數 $\ell$，學習目標是尋找使期望風險最小的假設：
$$R(h) = \mathbb{E}_{(x,y)\sim P}[\ell(h(x), y)],$$
而實務上我們只能最小化經驗風險 $\hat{R}_n(h) = \frac{1}{n}\sum_{i=1}^n \ell(h(x_i), y_i)$。兩者的差距由統計學習理論刻畫：以 VC 維度 $d_{\mathrm{VC}}$ 為例，泛化誤差以高機率滿足 $R(h) \le \hat{R}_n(h) + O\!\left(\sqrt{\frac{d_{\mathrm{VC}} \log n}{n}}\right)$。這解釋了為何你手機裡的鍵盤預測能從你的打字習慣「學會」你，卻又不至於只死記訓練樣本——模型容量與資料量之間存在可量化的權衡。
推薦系統的低秩結構與隱式回饋
串流平台的推薦（你「每天都在用」卻不自知的 AI）本質是矩陣補全問題。觀測到的使用者—物品評分矩陣 $M \in \mathbb{R}^{u \times v}$ 高度稀疏，演算法假設其近似低秩，求解 $$\min_{X}\ \mathrm{rank}(X) \quad \text{s.t.}\quad X_{ij} = M_{ij},\ (i,j)\in\Omega.$$ 由於秩最小化為 NP-hard，常以核範數 $\|X\|_*$（奇異值之和）做凸鬆弛。Candès–Recht 的著名結果指出，在不相干性（incoherence）條件下，只需 $O(r(u+v)\,\mathrm{polylog})$ 個觀測即可以高機率精確還原秩為 $r$ 的矩陣。現代 SOTA 已從顯式評分轉向隱式回饋（點擊、停留時長），並以雙塔神經網路、圖神經網路與序列模型（如自注意力的 SASRec 範式）取代純線性分解，但低秩偏好結構仍是核心假設。
開放問題與跨主題連結
當前最活躍的方向是處理回饋迴路造成的分布偏移：推薦會影響使用者行為，使後續訓練資料不再 i.i.d.，這與因果推論中的反事實估計（counterfactual / off-policy evaluation）直接相連，常以逆傾向加權 $\hat{V} = \frac{1}{n}\sum_i \frac{\pi(a_i \mid x_i)}{\mu(a_i \mid x_i)} r_i$ 校正曝光偏誤。語音助理端則把上述靜態學習延伸到序列決策，與強化學習及 $\arg\max_\pi \mathbb{E}[\sum_t \gamma^t r_t]$ 的 Bellman 最優性接軌。橫貫所有日常應用的未解難題還包括：公平性與準確性的不可同時滿足（如 Kleinberg 等人證明校準、平衡假陽性與假陰性三準則一般無法兼得）、差分隱私 $(\varepsilon, \delta)$ 約束下的效用損失，以及大型模型在邊緣裝置上的能耗與延遲。換言之，「身邊的 AI」之所以難，正是因為它必須同時在泛化、因果、隱私與公平這四個張力場中求解。