易坊好文馆

  1. 首页 > 生活百科 >

AI 算法的进化：机器会引发战争吗？( 四 )


数据像是一种新型“石油” ， 而我们却把它“倒”在互联网上了 。谁拥有这些数据以及如何利用好这些数据 ， 将是我们走向由这种新型“石油”推动的未来时 ， 社会将要面临的一个重大问题 。
AI 算法的进化：机器会引发战争吗？
文章图片

如何训练算法
如果算法告诉你你可能会喜欢什么 ， 那么就意味着你将永远都看不到算法认为你不喜欢的东西 。知道了这一点 ， 你是否感到一点隐隐的不安？对我来说 ， 我很享受被引导找到自己喜欢的音乐的过程 。此前 ， 我经常不得不循环播放相同的歌曲 ， 这也是为什么我总是听收音机的原因 。现在 ， 算法“连推带拉”地引导我从音乐库中挖到属于我自己的“宝石” 。对于这些算法 ， 我最初也曾有过怀疑：它会不会产生“口味”趋同的效应 ， 导致所有用户最终都只关注音乐库中的一部分歌曲 ， 而使另外一些歌曲失去听众呢？但后来我发现 ， 这些算法都采用了非线性或混沌理论的数学思想：我和你喜欢的音乐风格只要略微不同 ， 那么被推荐的歌曲将会大相径庭 。
当在户外跑步时 ， 我听了许多算法推荐的歌曲 ， 它帮我找到了很多好听的新歌 。几周前 ， 妻子想要在她的生日聚会上跳舞 ， 让我帮她挑选一些20世纪80年代的歌曲 。但生日聚会结束后的第二天 ， 我又去户外跑步时发现 ， 算法给我推荐的全部都是20世纪80年代的舞曲 ， 于是我不停地按“下一曲” ， 但切换后出现的还是类似的歌曲 。之后我通过听其他音乐重新训练算法 ， 花了好几周的时间才将这一切恢复如常 。
电子邮件过滤器也是基于人机交互训练算法工作的 。选用一些对你来说不是特别重要的邮件作为训练数据 ， 将其中一部分标记为垃圾邮件 ， 另一部分标记为正常邮件 。通过分析这些邮件中出现的单词 ， 算法开始构建垃圾邮件过滤的规则：带有“伟哥”、“火辣的俄罗斯人”这一词汇的邮件100%是垃圾邮件；带有“再融资”这一词汇的邮件99%是垃圾邮件；带有“糖尿病”这个词的邮件不确定性比较大 ， 因为似乎有一些人借助垃圾邮件四处传播治疗糖尿病的广告 ， 但也有一些属于正常的邮件 。所以 ， 算法对这部分邮件进行了简单的统计分析 ， 发现每20封含有“糖尿病”这个词的邮件中 ， 只有1封属于正常邮件 。因此 ， 算法最终确定包含有“糖尿病”这一词汇的邮件有95%的可能是垃圾邮件 。
电子邮件过滤器可设置不同的过滤级别 。比如 ， 只有在邮件有95%的概率是垃圾邮件的情况下 ， 该邮件才应该进入“垃圾邮件”文件夹 。但现在更酷的是：虽然算法的训练数据是一组普通的电子邮件 ， 但你的日常行为也将教会它识别你感兴趣的事情—算法会根据你所发出的邮件做出判断 。假设你患有糖尿病 ， 那么 ， 根据你设置的最初过滤级别 ， 所有带有“糖尿病”一词的邮件都会进入“垃圾邮件”文件夹 。但渐渐地 ， 随着你将越来越多的电子邮件（包括“糖尿病”一词）标记为“合法” ， 算法会重新校准已构建的邮件过滤规则 ， 将这类邮件所对应的概率降至远低于95%的水平 ， 这类电子邮件就会正常地进入收件箱而不是“垃圾邮件”文件夹 。
不仅如此 ， 算法还会自主创建新的算法 ， 用于从所有包含“糖尿病”一词的邮件中区分出垃圾邮件和正常邮件 。其方法是引入其他的关键词 ， 例如“治愈” 。机器学习算法将遍历你收到的每一封电子邮件 ， 试图从中找出信息和关联 ， 直到最后形成一个适合你个人生活方式的定制算法 。
无人驾驶汽车也是基于这样的概率更新原理而设计的 ， 虽然它的控制系统远比这复杂得多 。该算法根据感知所获得的道路、车辆位置和障碍物信息等 ， 来控制车辆的转向和速度 。
偏见和盲点
Netflix的推荐系统算法可以提取出影片中那些人类都难以名状的特征 ， 非常令人不可思议 。这无疑挑战了洛夫莱斯的观点 ， 即机器永远无法突破程序员思维的局限 。现如今 ， 机器掌握了人类所不具备的一项技能：对海量数据进行分析 ， 并从中发掘出有价值的信息 。

推荐阅读


上一篇：中国侨网 福建追回“红通人员”30人！原副局长自述外逃捡废品为生16年

下一篇：数字货币 数字货币这轮大跌像极了上一轮