读书笔记 | 《算法统治世界》


几乎所有的经济运行流程,或是人们的活动,都是由算法在幕后重新建立一种秩序。如果说,互联网的出现与发展,形成的是赛博经济系统的“身体”,那么,算法形成的则是赛博经济系统的“灵魂”。在此基础上,我们可以在赛博新经济概念的基础上再进一步,提出算法定义经济(Algorithm Defined Economic System,ADES)概念,即:算法定义经济是指以算法为核心的、以信息(包括知识和数据)为资源、以网络为基础平台的一种经济形态。

关于理解力的问题,这涉及一个著名的思想实验——玛丽黑白色彩实验。研究色彩的女科学家玛丽从一出生就被关在一间房子里,这个房间里所有的布置和各种设施,包括玛丽穿的衣物,都只有黑与白两种颜色,这里就是她所有的生活空间。在这里,玛丽获得了所有关于色彩的物理知识(光学知识或神经学知识等),但没有亲眼看到过这些颜色。直到有一天,玛丽终于获准走出房屋,看到了真实世界中的各种色彩,比如,她看到了红色的西红柿。那么,问题来了:玛丽是否获得了更多的知识?对于玛丽看到真实西红柿的反应,一般人的直觉应该是,玛丽看到西红柿应该会获得某种直观的感受,也就是说,玛丽可能会惊讶:原来真正的西红柿(红色)是长这样啊!如果大家都承认这种情况会出现,那是不是就说明了物理知识并不是所有事实的知识,它并不完备,因为如果物理知识是完备的,则玛丽不会出现惊讶的感觉。

简单地讲,这个结论是说明了知识和真实感受之间的区别,比如别人告诉你挨揍会痛,与真正被捧感觉到的痛是两个概念。同样,具有人工智能的机器或算法,所拥有的知识都是这类物理知识,即使它能表现出类似人类的理解力,但是,它真正理解吗?从机器嘴里蹦出来的“我认为、我感觉”这些话,是它真正的想法吗?最终解决英法海底隧道工程建设的,不是军事战略,不是政治需求,也不是地理问题,更不是技术方案,而是其中的成本与利益分配算法!

幂律效应正在由20:80逐渐朝着0:100的方向发展,也就是说行业引领者将有可能占据接近全部的行业利润。匹配算法会用数学的方法证明:主动追求幸福的人,会更加接近幸福。

在市场上常常可以看到一种情况:那个叫喊得最凶的和誓发得最厉害的人,正是希望把最坏的货物推销出去的人。——列宁。你把数据拷问到一定程度时,它自然就会坦白一切。——罗纳德·科斯,诺贝尔经济学奖获得老

大数据并不等于大价值,就像开采矿藏一样,没经过开采的数据仅仅一堆数据。而借助算法,才能挖掘出大数据中烟烟生辉的珍宝。算法,赋于了大数据生命,让数据可以为我们所用。

1996年,美国数学家、物理学家、计算机科学家大卫·沃尔珀特(DavidWolpert)提出了一个著名定理——“没有免费的午餐”定理(No Free LunchTheorem)。这条定理表明,一个算法不可能在所有问题上都表现得很好,算法在解决某类问题时性能的提升,是以在解决其他问题时性能下降为代价的,不存在满足所有需求的“万金油”。这条定理给机器学习的启示是,没有一个机器学习算法可以擅长学习所有的模式。

早期搜索引擎只是单纯根据关键词来搜网页,导致搜出来大量垃圾网页。后来google退出PageRank算法,原理是根据网页之间的链接关系(可以这么想:认识你的人做多,你的影响力就越大;认识你的人影响力越大,那么你的影响力就越大),推算出高影响力的网页结果。

有人提出了数据交易中的“不可能三角”。“不可能三角”一词来源于经济学,用来说明美国经济学家保罗·克曼提出的“三元悖论”原则。当然,也有人说是蒙代尔提出来的。“不可角”,是说一个国家不可能同时实现货币政策独立性、汇率稳定以及资本流动三大金融目标,而只能同时选择其中的两个。数据交易也是一样。咨询顾问胡嘉琪指出,在数据交易中也存在这样的三角:严格的数据使用授权、数据的大规模流通以及提升数据的使用价值。

“滑坡效应”(Slippery Slope)在逻辑学中是指:如果我们今天允许一件相对无害的事情发生,我们可能会启动了一个趋势,最终结果是,我们眼下认为不可想象的事情也会发生和被接受。例如,科技公司不断强调给政府开后门可能出现的“滑坡效应”。如果说,科技公司关注的是,“万一解锁技术落入不法分子之手会怎么样”或是“万一政府提出进一步的监控要求该怎么办”,那么普通民众关心的可能就是,“我会不会成为那个万分之一的受害者。”

TOR(匿名网络)项目主页的声明“Tor的存在对犯罪行为的帮助并不会比Internet多”

区块链是信任的基础设施,是信息互联网到价值互联网的跳板。价值互联网是指人们在互联网上可以像传递信息一样方便快捷的传递价值,例如资金。

不仅如此计算机算法还能够自己生成模型,人们需要做的仅仅是给它提供数据,尽管那些模型看起来难以理解,不太像人类构造出来的。这些模型超出人类的理解范畴,以一种异于人类的方式来“思考”这个世界。

有可能人们根据自己的理解强加给模型的限制,正是使模型得出不准确结果的原因。人们可以尝试放手。让机器以算法思维来理解人类的世界,自行进化。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 214,588评论 6 496
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 91,456评论 3 389
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 160,146评论 0 350
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 57,387评论 1 288
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,481评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,510评论 1 293
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,522评论 3 414
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,296评论 0 270
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,745评论 1 307
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,039评论 2 330
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,202评论 1 343
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,901评论 5 338
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,538评论 3 322
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,165评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,415评论 1 268
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,081评论 2 365
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,085评论 2 352

推荐阅读更多精彩内容