在我撰写本书时，正值2016年美国大选受到俄罗斯黑客及其活动的影响。关于特朗普政府与俄罗斯总统普京之间的关系以及俄罗斯在特朗普政府当选中所起到的作用，每天都会产生一堆新的、未被解答的问题。近几个月的发展可能已经让这一事件被归类为网络安全，但现在我感到应该把它归为一个全新的类别——“思维入侵”。
“网络间谍”一词让人想到爱德华·斯诺登（Edward Snowden）、朱利安·阿桑奇（Julian Assange）、切尔西·曼宁（Chelsea Manning）等人以及上一代的黑客，比如因入侵AT&T和诺基亚等大型企业而名声大噪，而后成立自己的网络安全公司的凯文·米特尼克（Kevin Mitnick）。无论你把他们称为告密者、揭发者还是犯罪者，这些人都使用简陋的技术工具放大了信息、提高了透明度并改变了我们的文化对腐败、隐私和爱国主义的理解。
在不久后的将来，随着人工智能技术的发展，人类将使用加密电子邮件、博客平台和“粘贴垃圾箱”，这将很快让我们感到怪异。
奥巴马竞选总统时，他在2012年连任选举活动中的首席数据科学家是伊德·加尼（Rayid Ghani），加尼利用数据分析方面的经验以及Facebook数据定制了电子邮件消息。50年轻的选民尤其不怎么使用传统的媒体渠道，因此加尼和他的团队在青年群体中找了一些有影响力的人。之后，这些人收到了有针对性的消息，消息鼓励他们宣传竞选内容并与同龄人“出去投票”。Facebook还向加尼的团队提供了关于年轻选民利益的基本信息，这使宣传团队能够有针对性地发布与选民非常相关的广告，鼓励他们在接下来的选举中采取行动。
现在，仅仅在几年后，这项数字战略看起来就好像是上一个世纪的事情了。在2016年特朗普和希拉里·克林顿之间的竞选中，以有针对性的Facebook广告为形式开展的大众心理分析在特朗普的胜利中起到了重要的作用。51这些广告使用的是一种被称为OCEAN的基本心理分析模型，OCEAN的5个字母分别代表5种性格特性：开放性（对变革和新体验的接受性）、责任心（追求完美的倾向）、外向性（社交能力和与人相处的愿望）、亲和性（体贴和配合）、神经过敏性（是否易于不安或焦虑）。20世纪80年代，研究人员提出了最初的人格类型模型，再加上后来的OCEAN，或大五类人格特质，这些成为心理分析领域的标准技巧，但这方面所面临的挑战是数据采集。要想获得关于一个人的信息，就需要对方填写冗长的问卷调查并进行烦琐的记录。
在2008年，这一切都发生了变化。一位剑桥大学的年轻研究人员迈克尔·科辛斯基（Michal Kosinski）开发了一项可以在Facebook上进行的OCEAN测试。他打算将这个测试发送给几十个好友以获得研究结果，但不久之后，数千、数百万名用户将自己的人格偏好发给了这位年轻的研究人员。到2012年，根据Motherboard网站上的一篇文章所述，科辛斯基证明：“平均来说，根据一名用户在Facebook上的68个‘爱好’就可以推测其肤色（95%的准确率）、性取向（88%的准确率）、亲民主党还是共和党（85%的准确率）。”52科辛斯基仅仅将他的结果用于学术和研究，而他这些诱人的数据如今已成为全球最大的心理分析的分数来源，这对涉及政治活动的组织而言如同一个宝藏。伦敦的SCL（战略通信实验室）集团于2014年聘请科辛斯基前去工作。SCL集团从事的是行为建模，专门服务于政治宣传活动、信息传播战略、社交宣传活动和广告商的商业心理目标定位等。科辛斯基拒绝了这家公司的邀请，因为他不希望将他的研究用于商业。
2013年，SCL集团宣布成立一家分公司。这家名为剑桥分析（CA）的全新公司使用OCEAN模型，专门从事政治宣传活动的精确微定位。这家SCL集团的大数据分公司的绝大部分资金来自对冲基金管理者、亿万富翁兼特朗普支持者罗伯特·默瑟（Robert Mercer），特朗普的前首席战略师斯蒂芬·班农（Stephen K. Bannon）在这家公司的董事会中也担任重要职务。剑桥分析在英国“脱欧”宣传活动的成功中起到了重要作用，从此这家公司声名鹊起。53 2016年，该公司与特朗普的宣传团队合作，与特朗普的女婿兼主要政治顾问贾里德·库什纳（Jared Kushner）在Facebook数据和精确微定位方面开展了密切合作。542016年，剑桥分析通过OCEAN测试以及购自Acxiom和Experian等第三方公司的个人信息，获得了超过2.2亿美国人的精确人格信息。
这家公司的计算能力十分惊人。据计算机科学新闻网站ScienceNode报道，剑桥分析的分析使用了带有“560个处理内核和130多个TB数据”的高性能计算集群。据该网站估计，其在“宣传活动期间分析的总数据量接近13 TB，它通过亚马逊AWS访问数据云进行分析”。55
剑桥分析的精确微定位成功地覆盖了各种人格的选民，比如存在安全问题的、性格内向的枪械店店主会收到一个反乌托邦的Facebook广告，上面画着一群匪徒在晚上闯入店中；而性格更加谨慎且平和的枪械店店主会收到一个怀旧的广告，上面画着一个男孩和他的父亲出去打猎。剑桥分析的支持者会认为他们最厉害的武器就是向希拉里·克林顿选民发出的反对投票的广告。56迈阿密小海地的一整个街区都收到了有针对性的广告，上面写着希拉里·克林顿基金会在海地发生灾难性的地震后没有提供足够的支援。这些所谓的“黑帖”只会被发送给某个小团体，甚至只发给特定的个人。本质上它们是经过精确微定位的Facebook广告，其中一些动画视频只被发送给非洲裔美国男性。这个有针对性的动画“黑帖”使用了希拉里·克林顿1996年的讲话片段，其中的动画人物希拉里·克林顿反复说着同一句话：“超级掠夺者。”
剑桥分析等组织的行为让我们进一步了解了那些不同于我们所熟悉的广告宣传的操控公众的方法，让我们知道，所有决定都可以被追踪、测量和优化。行为数据激增的起源就是现在广为大家所知晓的谷歌A/B测试。
从广告牌、A/B测试到人工智能
广告学的建立是为了研究如何加工信息才能迫使我们做出购买决定。直到最近，这些信息主要来自才智、创造力、艺术和心理学研究。无处不在的广告是美国消费生活的特点。虽然让人不安，但广告有其局限性已成为普遍共识，尤其是今天的美国人越来越精通媒体并且对广告年代的虚假承诺越来越警惕。广告商无法真正衡量他们的操控方式会对我们产生何种影响，这也助长了这一趋势。我们会在看了广告后跑出去买可口可乐吗？没有人可以完全确定这一点。在手机出现之前的现实世界中，广告商只能依靠揣测。
在今天的数字世界中，一切都不一样了。我们的所有点击和浏览都能被测量，我们变得越来越“可追踪”。我们的决定可以被衡量和评估，然后我们就会收到一堆直接与我们的网络行为中所展现出的问题和产品相关的定制广告。谷歌通过巨大的、不断增长的互联网为广告业带来了这种测量能力，这难道不是它为全球大型企业创造的一个奇迹吗？
2016年，全球数字广告支出达到1 910亿美元。57据预测，到2020年数字广告支出将增加近一倍，达到2 850亿美元。58为什么要将所有钱都用在数字广告上？因为它可测量，而且可以根据用户行为调整内容。一切才刚刚开始，未来会出现越来越有效的广告推销手段，它们把手伸向我们的钱包，影响我们的思维。
广告团队所使用的一项关键的信息优化策略就是A/B测试。这种方法被谷歌和其他网络广告公司频繁用于从数据中学习并定制信息，以产生目标用户响应，比如一次点击、浏览或购买。通过A/B测试，两种通常带有细微差别的信息被发送给同一地区的不同人员。广告团队通过测量响应率确定版本A还是版本B更有效。以最有效的信息为基础，然后再创建两个或更多新版本，每个版本使用略有不同的字体、样式或背景色。广告团队会继续这一流程，直到无法进行更多的改进。信息已被“优化”到保证最佳响应率的程度。
在即将到来的人工智能时代，人工智能将可以在一个全新的层面执行A/B测试等机制的流程。它不但能够记录大量变化，使用它们进行更快速的优化，而且还可以进行人类几乎无法考虑到的细致定制。需要考虑的变量太多：字体样式、粗细、颜色、背景、措辞、信息长度、图片样式、横幅样式、发送时间、地点、发送渠道、受众年龄、受众性别、信息中所包含的行动次数、行动号召的程式化等。追踪这几百项属性中每一项的所有可能性，对人类团队而言过于不切实际，但自然语言生成（NLG）和搜索优化等人工智能技术就能轻松高效地实现这些。
正如我们在剑桥分析等例子中所看到的，自动化A/B测试并不是唯一的可以影响人类思维的人工智能。以聊天机器人为例。目前，简单交流系统可以对采集自社交媒体的信息或者在聊天网站和论坛上的信息自动进行特定类型的回复。在一些主题上，Twitter（推特）等越来越多的网站上的流量将几乎完全来自这些互联网机器人。2016年10月18日，CNN（美国有线电视新闻网）报道了这样一个新闻：1/3支持特朗普的Twitter帖子不是由真人，而是由聊天机器人发出的。59该报道援引了牛津大学教授菲利普·霍华德（Philip Howard）的研究。霍华德表示，33%的支持特朗普的流量由聊天机器人产生，而在支持希拉里·克林顿的帖子中，这一比例只有22%。2016年美国大选中，来自美国、俄罗斯或其他地区的机器人在多大程度上影响了竞选结果，我们永远无法准确估量，但在一场胜者与败者票数差距极小的大选中，这些机器人肯定起到了作用。
当任何足够聪明的、有充分动机的集团或组织花费必要的资金就能获得此类系统时，目前的选举流程，甚至是民主制度本身，是否会变得“可入侵”并遭到破坏？
青少年的父母都知道，通过社交媒体发送的精心设计的电子信息不只是与政治相关，我们的新公共共享平台已成为新型网络霸凌的首选测试地，将一些受到严重精神创伤的受害者推向自杀的边缘。《美国公共健康期刊》（American Journal of Public Health）在2012年刊登了一篇题为《社交媒体与自杀：一个公共安全问题》的文章，详细研究了这一现象。60该研究的作者发现，互联网的使用与女性自杀者之间存在明显的统计学上的关联。女性对通过互联网发送的信息和内容是否更加敏感还需要进一步的研究，但这一关联本身就十分令人不安，它说明了数字信息影响部分人群的可能性。不难想象，在糟糕的情况下，未来的狭义人工智能将被人类规划者用于对外国的目标科学家、政治人士或商人的姓名进行自动分类。通过将这些与社交媒体推送信息相结合，访问公共信息或商业数据库，此类系统可以在目标个人及其重要社会关系成员，比如配偶、孩子和父母等之间建立联系。然后，人工智能系统开始通过观察Facebook帖子、论坛消息、Twitter和Instagram照片建立每个人的心理分析档案。这一档案可能会评估他们的人格类型、兴趣爱好、最容易受哪种信息的影响等。只要这个系统“锁定”目标的时间足够长，它甚至可以使用自动入侵技术，或发送自动生成的钓鱼邮件，以尝试进入他们的电子邮箱或社交媒体账号。如果真的发生这种情况，那么狭义人工智能支持的心理宣传活动将会有大量的材料可以使用。自然语言处理算法可以被用于自动扫描目标邮箱中的数十万封邮件，从而锁定可能产生尴尬或负面影响的信息。在所有材料被编目、分类并确定优先级后，人类规划者只需要向狭义人工智能系统发出最终命令，就能针对目标及其关键社会关系成员，即他们的家人、朋友和孩子，精心设计操控、威胁和骚扰信息。
我希望这样的未来只存在于科幻小说中，但不幸的是，这种人工智能声誉攻击和操控技术正在变得越来越普遍。这是因为我们正在进入一个人工智能增强操控的时代：我们关于信任和过失的信念与理解将被人类指挥的狭义人工智能所入侵，而且这种入侵正在变得越来越精密和快速。
● ○ ●
在继续探讨人工智能如何改变社会工程学和操控前，我们先要来看一看，为何人类的思维面对这些“思维入侵”如此不堪一击？目前，我们的媒体中充斥着“虚假消息”和可能的“另类事实”的故事。记者和权威人士将我们目前的政治环境称为“后真相时代”。阴谋论者亚历克斯·琼斯（Alex Jones）这样的角色以及布赖特巴特新闻网的最新消息，虽然为讽刺作家和喜剧小品提供了大量素材，但“虚假消息”策略效果惊人，其原因是它能够直达我们内心深处的理性缺陷，即心理补偿、早期记忆、部落 /群体紧密团结所产生的安全漏洞。人类大脑在面对“合理性的猛攻”时会采取保护意识形态的防御机制。我们宁可相信谎言，也不愿意让真相打击我们对部落的忠诚。政治研究员布伦丹·尼汉（Brendan Nyhan）和杰森·雷夫勒（Jason Rei.er）将这一漏洞称为“逆火效应”。61他们的工作研究了很多示威运动：从反疫苗接种运动到媒体无法改正奥巴马宗教信仰的神话等事件。他们一次又一次地发现，当媒体开始改正“另类事实”时，就会与受众疏远。在经过一系列的研究后，他们得出的结论是：这一效应在宗教和政治反对言论上体现得尤为明显。也就是说，领导者、政治团体和广告商可以“入侵”我们的意识形态、触发心理防御机制并掌控我们的心理。
心理学家丹尼尔·卡尼曼在其2011年的里程碑式著作《思考，快与慢》（Thinking, Fast and Slow）[5]中，从另一个角度告诉了我们其他一些容易入侵人类思维的方式。他将我们的思维分为思维系统1——自动化的，消耗的精力很少；以及思维系统2——有意识的、刻意的和费力的思维过程。我们把大部分日常活动交给思维系统1，这使我们的思维很容易“被入侵”。快速思维是一种模板式思维。当这块模板受到影响，比如当它偏向于一名候选人时，我们会在每次获得新的信息时自动加强这一偏向。
我们可以在卡尼曼所说的“锚定效应”62中看到我们的脆弱。锚定效应可能是任何一名资深销售员的指南。比如在跳蚤市场交易中，我们看中了一个旧沙发并询问价格。店主告诉我们这个沙发的价格是4 000美元。我们进行了初步评估，并且自欺欺人地认为这是一个理性的评估，然后立刻拒绝上述报价。当我们要离开时，店主说可以给我们900美元的特别优惠。突然，这个价格仍然昂贵的沙发就变得十分优惠了，这让我们难以拒绝。经过又一次看似理性的评估，我们决定要把握这个“一次性”的优惠。这么好的机会什么时候才能再碰到？
显然，这种销售技巧就是锚定效应。我们的估算看似合理客观，但实际上已经严重偏向于我们所相信的信息。在1974年的一次实验中，卡尼曼和科学家助手阿摩斯·特沃斯基（Amos Tversky）让人们转动一个写着数字0~100的“幸运转盘”。实验对象不知道这个转盘被设计成始终停在10或65上。当箭头停止转动时，他们让参与者估算联合国成员中有多少个非洲国家。需要注意的是，与极具吸引力的旧沙发价格一样，这个问题的答案大多数人都不知道。当转盘停在10或65上时，他们会问实验对象认为非洲国家的数量是高于还是低于转盘上的数字，然后让实验对象估算准确的数字。由于参与者不知道这个问题的答案——很少有人会记住并准确说出这些数字，看到转盘停在10上面的人猜测联合国成员中有约25个非洲国家，而看到65的人猜测有约45个非洲国家。在他们的观念中，这个转盘是完全随机的，他们可能不会对上面的数字进行任何有意识的思考，但他们没有意识到的是，上面的数字“锚定”了他们，对他们的猜测产生了实实在在的影响。除非你真的知道联合国成员中有多少个非洲国家，否则任何时候你身边的“锚”都会影响你的选择。
2014年，心理学家罗伯特·爱泼斯坦（Robert Epstein）设计了一个基于锚定效应的研究，测算网络搜索结果对一组印度选民的影响程度。63爱泼斯坦证明，通过在搜索结果的前几位中放入正面或负面新闻的链接，他和他的联合作者可以影响选民的最终选择。他们的实验揭示了具有偏向性的搜索结果可能会让候选人的得票数增加12%或更多。
这种隐形操控不只存在于政界，在最新一代A/B测试这样简单的事情中，我们看到了“点击诱饵”。在谷歌迭代广告模型出现10多年后，我们将人脑中的漏洞优化到了极致。今天，即便是在最有名和最高端的网站中，广告也只是一张张突兀的图片，这是因为根据A/B测试，我们的视觉皮层会注意到不同于周围环境的事物。很久以前，这项技能让我们能够发现草原上的老虎或狮子。现在，当我们打开一个网站并看到完全无法理解的图片时，比如奇怪的水果或身体的一部分，我们的思维就会被准确地入侵。我们自动而习惯性的快速思维系统将在我们意识到这一点之前“点击”这张图片。
人工智能自然语言生成系统进一步优化了这种点击诱饵。它能够在上面叠加自动生成的优惠、宣传语句以及其他为了触发特定行为而设计的煽动性内容。目前，技术专家正在使用人工智能深入挖掘网络行为模式，从而根据之前发生的事情预测将来，这被称为现实挖掘。在未来，人工智能不仅能够阅读现实，而且能够书写现实。随着一个人工智能策略时代的到来，团体和组织不再需要预测选举结果。他们可以改变选举结果。就在几年前，我们看到了中东如何在“阿拉伯之春”中重振旗鼓。未来，人工智能将能够引发“阿拉伯之春”。
我们在这里所谈论的不是有感知的广义人工智能。所有这些“思维入侵”都能通过今天的技术实现，只要有狭义人工智能和提供意图的人类用户即可。
为了了解其工作方式，我们必须了解“涌现”的概念，或者如社会、国家和部落关系等复杂系统的行为。“涌现”这一概念既来自哲学，也来自自然科学。系统科学家彼得·科宁（Peter Corning）通过棋类游戏描述了由反馈驱动的影响如何塑造了一个生命系统，这根本不是一个自生秩序的过程：
即便是在棋类游戏中，你也无法使用这些规则预测“历史”，即任何指定的时间段。事实上，你甚至无法预测棋类游戏的下一步。为什么？因为这个“系统”所涉及的不只是棋类的规则，还包括棋手和他们在各选择点上对大量选项做出的实时决定。虽然棋类游戏受到一系列规则的限制和影响，但它也不可避免地受到历史的影响，更不用说物理法则了。64
由于人工智能系统带来的一系列重大变化，我们将体会到无数“涌现”行为的例子，这些例子通过我们互相连接的社会、金融和生态系统被放大。我们可以看到金融市场中出现了一个“涌现”行为形成的小宇宙，算法交易不断大量发生，直到被不可避免地卷入崩溃的漩涡。任何一种与复杂系统合作的算法都会产生这种“涌现复杂性”。这个系统内部密不可分，因此我们无法隔离任何一方的行为。可能最令人困惑的是，它无须人类智能就可以触发社会网络结构中的这种串联。这并不费力，但需要大量数据、一些编程良好的算法以及巨大的处理能力。人类将拥有一个入侵我们思维的机器学习“黑匣子”。今天，我们只看到了这一新兴威胁的冰山一角。我们如何抵抗我们的社会之前所无法想象的大规模群体操控？我的回答是，我们所创建的互联网及其联网社区和系统等无限的公共空间是一个人类警察根本无法监控的空间。冻结人工智能的进一步研究，真的能阻止目前的技术使用或者保护我们免受未来这项技术的伤害吗？随着这一新时代的到来，将会有人使用人工智能技术为非作歹，也会有人使用这项技术保护社会。躲在一纸禁令之后可能会让我们陷于危险的境地。我们很快将会发现，只有人工智能可以保护我们免受人工智能的伤害。
人工智能盾牌
什么是人工智能盾牌？我们可能会把它比喻成身边的社区警察。举个简单的例子，现在的安保软件可以探测进入商业网站的自动化程序，这些程序会占用网站大量的流量进行无意义的活动，使网站崩溃或变慢。不久前，要发现这些程序相对来说比较容易，因为它们会以非常规律的时间间隔发出请求。由于没有人类会如此生硬地进行操作，因此这些时间间隔意味着机器中存在此类程序。
然而，此类活动正在变得越来越精密，它们现在常常以不规律的时间间隔发生，我们很难把它们与人类活动区分开来。如果这真的是一次自动请求，我们需要确认它是来自可信任的合作伙伴还是来自麻烦制造者。它是谷歌合法地整理你的内容并为你创造更好的机会，还是竞争对手的“价格战”自动程序将产品降低一美元，以提升产品在亚马逊搜索引擎上的排名？它是大量的合法浏览，还是“伪装”成浏览的自动程序？它是否入侵了YouTube的广告位算法，给广告商造成了损失？
机器学习算法已经在检测此类破坏他人网站的低级别犯罪活动了，如果我们希望真正保护互联网上的公众，就需要做出比现在大得多的努力。以网络世界的“城市广场”Twitter为例，想象一下，一个犯罪者建立了一个假Twitter账号以损害竞争对手的声誉。你很难迅速确认所发生的情况并关闭这个假账号。
这是网络世界中的一大风险，它说明了人类在监控数字世界方面的巨大失败。人工智能盾牌可以助我们一臂之力。“警察机器人程序”可以监视Twitter这样的数字公共空间并扫描异常活动。当程序根据内建信任水平发现可疑情况时，将触发警报并将问题发送至Twitter的客户服务人员。公司不一定会单凭此类信息就采取行动，但它有助于减少人工报告攻击产生的延迟。在这种情况下，Twitter将会从人工智能盾牌“警察机器人程序”中获得足够的证据，进而关闭账号或删除诽谤的帖子。在我看来，这是一种实用而普遍的新数字公共平台监视方法。我们不能依靠现实世界中的工具抵御互联网空间中的犯罪行为。
我认为，我们可以使用人工智能盾牌抵御其他更加定制化的“思维入侵”方式。我将这一趋势比喻成解放我们的算法、摆脱企业影响的自定义人工智能时代的到来。当我建造自己的新家时，我不想在个人空间中被动地安装亚马逊、谷歌等大公司的人工智能系统。虽然我的家里安装了亚马逊的Alexa，但我只是为了这个预封装物理设备所提供的便利而使用它。我想要的是将我自己的“技能”叠加在它的硬件上：我的人工智能算法将帮助我实现对我有意义的目标，比如我希望有一块声音白板，记录我在家里所说的想法，并能在软件定义的电台中找到我感兴趣的内容。
我们可以通过个人化人工智能盾牌将这一理念进一步延伸，而正是个人化人工智能盾牌保护着我们的认知能力不被Facebook算法所压倒或拉拢。现在，我的大脑不可避免地与Facebook新闻推送产生了联系。想一想锚定效应。大型社交媒体公司表示，它们是为了我们的利益最大化才这么做的，我们不可能看到所有人在网上发布的内容，因此Facebook算法为你完成了。我越来越相信那些反对这种主张并开始从算法“手中”夺回自主权的人们。让我们自己决定想看什么，让我们自己决定如何生存。
在不久之后的未来，市面上和你的家里到处都会有像微软的增强现实头戴式设备HoloLens这样的产品，我们的现实世界会被加上许许多多的人造层。我们在决定自己想看的东西方面还有多少选择权？要说过去20年的数字技术告诉了我们什么，那就是更多的屏幕能够为企业或政党提供更多的机会，把它们自己的想法直接下载到我们的大脑中。现在轮到我们创造算法盾牌保护自己和社会了，这将成为我们的增强现实还是别人的增强现实呢？
● ○ ●
我正是通过这些想法催促大家深入研究即将到来的感知机器时代的。正如我们在许多人工智能的例子中所看到的，人类的输入正在被最小化并且在大部分情况下变得越来越不重要。一些人类决策者所推崇的狭义人工智能会在物联网领域发挥作用，帮助我们解决医疗和制药、安保、战争、建筑以及城市规划方面的问题。我们将慢慢地、不可避免地进入一个周围的机器具有智能、具有感知、最终具有目的的世界，而不是突然有一天早上醒来发现广义人工智能已经到来。
在这一切发生之前，我们可以利用这次机会，将人工智能作为一面反映人性本质的镜子。人工智能可以让我们更深入地思考我们到底是谁、我们的生存目标是什么以及我们如何发挥自身最大的潜力？在本书的最后一章，我将更多地谈到人而不是机器。我们是谁？在即将到来的感知机器时代，我们想要变成谁？
[1] 把手指伸入大坝的荷兰小男孩，出自儿童作家玛丽·梅普斯·道奇（Mary Mapes Dodge）的著名短篇小说，这个小男孩在大洪水来临时把手指伸进大坝，从而拯救了整个村庄。——编者注
[2] 玛丽亚·康尼科娃的《福尔摩斯思考术》一书简体中文版已由中信出版社于2015年1月出版。——编者注
[3] 1英里＝ 1.609 344公里。——编者注
[4] 传统货币，指金属货币、信用货币等。——编者注
[5] 丹尼尔·卡尼曼的《思考，快与慢》一书简体中文版已由中信出版社于2012年7月出版。——编者注