另一个需要AI解释理由的原因是，前面提到，人工智能看的是概率和相关性，但看相关性做决定有时候会导致严重错误。纽约时报的文章举了个例子。经过数据训练的人工智能系统辅助医院急诊室分诊，总体上看效果不错，但研究人员还是不敢真的拿来实用，因为数据中的相关性可能误导人工智能做出错误判断。比如数据表明，患有肺炎的气喘病人最后病愈情况好于平均水平，这个相关性是真实存在的。如果AI系统因为这个数据就给有肺炎的气喘病人比较低的处理等级，那可能就要出事了。因为这些病人之所以最后情况良好，是因为他们一来就被给予最高等级，得到最好最快的治疗了。所以，有时候从相关性看不到真正的原因。

　　可解释的人工智能

　　X.A.I.(Explainable AI)可解释的人工智能，是刚刚兴起的一个领域，目的就是让AI对自己的判断、决定和过程做出解释。去年美国国防高级研究计划局(Darpa )推出了David Gunning博士领导的XAI计划。Google也依然是这个领域的领先者，Deep Dream好像就是这方面研究的一个副产品：

　　回到搜索算法及SEO，搜索引擎之所以还无法全面应用人工智能，其中一个原因也许就是人工智能的判断没有解释、无法理解，如果算法使用目前的人工智能，一旦出现排名异常，工程师们将无法知道原因是什么，就更无法知道该怎么调整。

　　我想自动驾驶是最先AI实用化的领域之一，和能否解释也有一定关系。自动驾驶汽车的大部分决定是不大需要解释的，或者说解释是一目了然的，距离前车太近所以要减速或者刹车，这类判断应该不需要进一步解释理由了。

　　SEO们大概都有过同样的疑惑，某个竞争对手的页面看着没什么特殊的，内容不怎么样，视觉设计一般，外链普通，页面优化大家做的都一样，为什么排名就那么好呢?现在的搜索算法还可以探究原因，搜索工程师们大概有内部工具可以看到排名的合理性。如果搜索工程师看着一个挺烂的页面就是排在前面，却也不知道原因，还无从查起，他们的内心可能就焦虑了。

　　XAI的研究才刚刚开始，这给了SEO们最后的缓冲期。从人工智能系统在其它领域碾压人类的表现看，一旦大规模应用于搜索，作弊和黑帽SEO恐怕将成为过去，现在的常规SEO工作也许变得无足轻重，SEO们需要回到网站的本质：提供有用的信息或产品，别无他法。