当前位置: 首页 > 科技观察

2020年是算法话题进入主流视野的一年

时间:2023-03-13 23:21:20 科技观察

从困于体制的外卖骑手到让人无法自拔的社交媒体,2020年关于算法的讨论终于进入主流话语.这仅仅是个开始。随着数据不断扎根于生活的每一个角落,算法的应用也越来越广泛:小到10秒选一个短视频,大到刑事案件的判决。但算法是如何形成的,又将如何影响我们的行为,又会给社会生活带来哪些变化呢?面对这些类似黑盒的问题,很多人可能都没有意识到,更不用说理解了。甚至质疑。一般来说,算法的形成主要包括两部分:训练数据的收集和算法的设计与训练应用。澎湃新闻总结了2020年的这两件大事,并采访了三位相关领域的专家和从业者,看看他们是如何理解算法对我们生活的影响的。算法离不开数据,但有数据的地方就会有漏洞。算法的形成离不开训练数据。如上图所示,在实现算法和建立模型之前,我们需要收集大量的数据。这些数据来自我们生活的方方面面,比如授权APP收集的身份数据,使用APP产生的行为数据,甚至是寄快递、入住酒店等过程中记录的数据。“我们已经进入隐私透明时代,”上海交通大学数据法研究中心执行主任何源在接受澎湃新闻采访时提到。“互联网比你更了解你自己……不管你喜不喜欢,这些公司已经掌握了我们的数据。”这并不代表用户束手无策,比如避免使用来源不明的APP,不轻易授权APP获取隐私信息等。但在此之前,还有两个问题需要明确:一是个人信息和个人隐私不是同一个概念。隐私是每个人都不能放弃的隐私信息。如果允许交易这些信息,我们将不再是完整的人。而个人信息则更注重身份识别,结合起来有助于识别个人身份。第二,权利和义务对等。用户在免费使用手机应用时,其实是在出售一些个人信息,接受定向广告,然后广告商为手机应用付费。这是目前的互联网免费模式。“法律并不意味着绝对保护你的个人信息权利,”何源解释道。但随着相关制度的逐步完善,公民保护个人信息安全的方式将越来越多,例如集体诉讼、公益诉讼,以及根据《通用数据保护条例》(GDPR)等法规开出的高额罚款,虽然“对于大对于企业来说,他们更害怕的不是赔偿,而是品牌的损失。”技术是中立的吧?算法在为我们的生活提供极大便利的同时,也引起了不小的争议。于是大众又回到了经典问题的讨论:技术是中立的吗?“我一直认为技术本身是中立的。它诞生的时候,只是为了解决一个技术问题。”资深互联网软件工程师贾斯汀在接受澎湃新闻采访时表示:“至于未来会变成什么样子,不是技术的问题。”将在开发过程中予以考虑。”但也有不同的意见。“任何所谓的‘中性’事物实际上都有一些预定的功能定位,尤其是人工制品。”复旦大学哲学学院徐应进教授举了一个例子:“比如,刺刀肯定不适合切菜,因为它的功能定位不是用来切菜的。”不管中立与否,与算法相关的争议确实越来越多地进入了我们的视野,尤其是在新冠疫情的背景下。例如,为了解决高考因疫情无法举行的问题,英国政府决定用算法来评估学生的成绩,但对于算法评估的学生成绩一直存在很多争议。其中,英格兰约有40%的候选人被降级至少一级。2020年8月25日,英国考试监管局局长莎莉·科利尔宣布辞职。还有,2020年3月,有网友指出,自己的健康码莫名变红。有网友在知乎上写道:一切行程都很正常,没有接触过确诊或疑似病例,也没有去过疫区,但因为健康码莫名变红,那天没地方住,露宿街头.这些算法与我们的日常生活息息相关,但很少有人能够理解背后的运行逻辑,“造成了强大的技术壁垒和知识壁垒,不利于公众对这样一个系统的监督……感觉不平等”,许英进解释道。但算法不应该对这些争议负全部责任。前面说过,算法的形成离不开大量的训练数据,这是人的历史行为。2020年2月VOX上的一篇文章写道:“当计算机接触到大量数据时,它会感知数据中反复出现的模式,然后根据这些模式形成自己的判断、评估和预测逻辑。“换句话说,算法的使用会放大社会上的歧视和偏见。例如,墨尔本大学2020年12月发表的一项研究表明,人工智能招聘软件中的性别歧视可能源于招聘人员自身的潜意识歧视。”这些研究人员向40名招聘人员分发了相同的简历,有的有性别,有的去掉了性别。结果显示,尽管男性和女性申请人的能力和经历完全相同,但招聘人员仍然给男性更高的分数。即使在简历中,去除性别,招聘人员更喜欢男性。VOX文章认为,解释各种算法背后的黑匣子是摆脱这些有偏见的争议的第一步。一些学者认为,算法用户至少应该公开其训练数据的人口统计特征,验证数据,和测试数据。许英进的建议是hat在训练算法时,研究人员不应该只是重复计算数据,而是需要不断学习新知识,然后人工修正相关的理解和预测。”因为没有哲学上的道理告诉我们未来发生的事情一定和过去发生的事情相似。”而“人”的作用很重要。例如,Justin认为推荐算法的弱点之一是“机器的目标通常很明确,而我们想要学习的东西往往是无法量化的”,因此很多内容平台会加入机器推荐以外的策略。无论如何,修正算法的路都将是漫长的。毕竟公司的利益往往是算法发展的最大推动力,我们人性的弱点不是一蹴而就的。改变了。但算法问题终于进入主流,这对我们的社会来说是一大步。