在代码和数据的这段时间里，算法长期以来一直渗透到生活的每个角落：当它们在早晨通过智能警报醒来时，它会根据睡眠数据调整醒来的时间；浏览手机时，按下的每个内容都充满了算法；即使您出去乘坐出租车，路线也会隐藏logorithm逻辑。但是算法只能是冷工具吗？在他的《纽约州立大学的美国学者兼​​副教授马克·希邦（Mark Shebang）》一书“思维”算法中：数据如何重塑生活空间。通过搜索技术和人文科学，Shangangan News采访了Mark Shebang教授，WhoAttack算法如何从“出色的工具”变为“生命助理”。冷代码和人文温度shanganguan新闻：在书中，您提出了小说的概念 - “'名称'算法”。在酒吧LIC理解，算法通常是根据数据和政策运行的冷程序。您如何看待给出“意识”特征算法？马克·谢邦（Mark Shebang）：这个概念的诞生是从我对科学技术当前发展的观察和反思中得出的。作为人工智能和大数据技术，算法在各个领域都起着重要作用，但我们还发现某些算法引起了诸如隐私泄漏和茧信息等问题。不管算法如何，如果您不了解人们需要的地方，那有什么意义？我开始思考：是否有一种算法不仅可以很好地处理数据，还可以考虑人们的情绪，需求和价值观，例如照顾人吗？在物质现实中，人们“共同生活，共享相同的文化并面对同样的兴趣”，但是在数字空间中，这一共同的基础是被采用的。数字世界的“事实”不是来自D与行为数据的算法参考算法形成，但形成。例如，您在社交媒体上看到的新闻不是世界目的的全部情况，而是基于浏览笔记过滤算法的结果；商人对您的理解不是基于实际联系，而是基于消费者数据的 - 解释。大数据和机器的研究创造了无数的“微公众” - 每个组都被困在自己的数据茧中，并以“统计想象”理解了其他人。 Shanganguan新闻：这种变化对使我们对“事实”和“真实”的理解的方法有什么影响？马克·希邦恩（Mark Shebangn）：效果是颠覆性的。在现实世界中，声称需要将真理辩论，以验证或撒谎。例如，在社区讨论中，每个人都根据共同的经验交换观点，并最终可能达成共识。但是在数据segm中ENT空间，传统的公共评论网站消失了。为了最大程度地提高用户互动，社交媒体算法将过滤异质视图，并且只能推动可以告诉您的内容。随着时间的流逝，每个人都生活在“真相泡沫”中，不同泡沫中的人们无法与关键事实达成共识。这就是为什么社会分歧变得越来越大的原因，现在不存在事实，但是数据空间已经失去了对事实的共同感知的基础。当您看到听力和接触的先前观点是仔细的算法屏幕时，您对世界的理解将成为数据构成的产物，而不是对现实世界的完整映射。 “考虑算法”是重新建立算法与该细分市场中的人之间的联系。 Shangangan新闻：但是“有意识地”是一种非常主观的感觉。有些人认为“准确的推荐”是周到的，而另一些人则认为“没有兴奋”是想法l。算法如何理解这种复杂性？马克·希邦（Mark Shebang）：这确实是主要问题。我们所说的“考虑”并不是让算法模仿人类的情绪，而是要促进“从他人的角度思考”的逻辑。一个主题和世界，拥有这个世界的要求以及这里的行动和运动界限。 -no“？例如，在数据收集阶段，我们注意用户隐私保护确保用户数据的安全和秘书。在算法模型的实践中，还考虑了更多不同的因素，包括业务目的，用户体验，权益权益等。例如，在设计推荐系统时，它不仅取决于用户笔记的历史浏览和购买，而且还考虑了用户场景的当前需求以及不同地区的文化差异，因此用户可以感受到算法对其个人需求的关注。数据和生活的力量 - 新闻新闻的修复：现在，我们不打算通过社交软件内容和平台声誉来理解他人，根据在线评级选择餐厅，并完全信任在线卫星地图计划的路线。从您的专业角度来看，这些数据如何逐渐发展？马克·希邦（Mark Shebang）：要回答这个问题，您需要了解主观性与空间之间的关系。 aof19世纪的火车站和铁路网络导致了新的移动性，而数据中心及其网络基础设施是我们数据驱动文化的推动者。我们开始在构成“身体数据”的复杂，依依式，分散的分布数据中认识自己。在这本书中，我以声誉的经济为例：社交媒体活动生成的数据决定了我们的社会价值，获得服务和工作前景。从Uber司机到Airbnb房东，声誉成为星级经济中的货币形式，社会土地是由喜欢，追随者，共享和通过的。我们塑造算法，然后算法正在塑造我们。另一个例子是，人工智能NA助手（例如Siri和Alexa）将如何重新安排公私边界以影响我们的决策。他们习惯于通过友好的语音联系寻求帮助，但他们偶然收集了私人数据。这些工具，设备和技术是事实她通过机器研究算法启用了她，从任何情况下处理了大量数据。随着时间的流逝，我们习惯于使用数据来定义自己和世界。 Shanganguan新闻：有时您说数据提供商有能力控制我们的生活。现实生活中哪些具体例子可以反映这种力量的影响？马克·希邦（Mark Shebang）：我们经历的最后一个重大变化是现代导航工具的诞生，创造了一个代表隔离，人们通过与之相关的图像和符号直接生活。如今，算法通过测量位置创建更好的地图，但是这些地图嵌入了频繁的假设和偏见。这些更好的地图是谁？在这里，MAP鼓励成为数据控制器功能。权力与经济声誉的关系尤为明显。在线乘车驱动程序的评分系统由平台完全控制。驾驶员不能吸引低分。当分数低于一定重新持有，他们将被归还。一些司机报告说，由于乘客的不合理测试，他们被禁止使用，并且失去了唯一的收入来源。但是该平台具有正确的定义数据，并且驾驶员没有议价能力。同样，外卖骑手的交付时间是由算法计算的，该算法不考虑天气，交通事故等真实情况。为了无用，骑手只能加快和操作红灯。该算法使用数据指标迫使工人处于危险情况。上海新闻：在您的书中，您提到了算法的生活空间的重塑。您能否特别谈论完全改变我们生活空间的算法的各个方面？马克·希邦恩（Mark Shebangn）：算法的影响传播并潜入生活中的所有情况。在融合环境中的人们倾向于将其行为意外调整为可以通过算法纪律来识别的模式。 SA书，我展示了四个场景涉及生活空间的离子：一个是人造居住：虚拟助手使用其个性来激发用户共享私人信息并传递数据殖民者。他们移至房屋空间，将私人通信转换为数据资产，这模糊了公共和私人空间之间的界限。第二个是错误的关系：例如，在信息时代，没有收银员的舒适商店可以被“磨坊” - 将购物习惯和习惯的形式转变为已销售的数据体。每当您扫描代码和每个站点时，都会对其进行记录和审查，购物空间从“免费选择地点”变为“数据收集”字段。第三是从工具到Creepyran：一些技术初创公司在统计想象中改变城市，并以分析框架偏见削减城市活动。城市的公园，街道和广场不再仅仅是空间，而是标记为“热点流”和“潜在的区域消费”算法和空间值在数据指标中简化。第四，城市中的错误权利：在计划明智的城市时，居民的活动数据用于优化运输，能源和其他系统，但居民在城市发展方面失去了声音，并且是数据提供商，而不是城市。您如何看待“考虑算法”应该播放隐私n保护数据？马克·希邦恩（Mark Shebangn）：这是“考虑算法”的主要任务之一。首先，我们必须确保数据收集的合法性和透明度，以便用户清楚地知道其数据的收集和使用。就像某些正式应用程序收集用户数据时一样，他们将通知用户可以通过详细的隐私政策说明收集数据。这些数据将用于特定目的，例如改善服务经验和个性化建议，并且在获得用户明确许可后将进行数据收集。其次，高级技术被批准的神学用于删除，存储和发送用户数据，即使数据是非法获得的，也很难破解。例如，当地图应用程序计算道路的各个部分时，唱片将父亲“保留在某个区域中”，但驾驶特定车辆不会保留。此外，还建立了严格的数据访问权限机制，以便只有授权的人员和程序才能访问特定数据，从而有效避免了数据泄漏的风险。 Shangangan新闻：除了数据隐私外，社会的公平也是一个在算法应用程序中很容易出现问题的地方。例如，某些招聘算法可能具有一些歧视和偏见。您认为“考虑算法”可以确保社会公平吗？马克·希邦（Mark Shebang）：它要求我们完全考虑算法设计和训练过程中的公平因素。首先，避免使用偏见数据进行培训，因为这将导致“学习”偏见的算法。因此，在收集和组织培训数据时，我们必须确保数据资源的宽度和差异，涵盖不同群体的信息，例如不同的性别，种族，地区和教育背景，并防止数据偏差。其次，可以引入公平的测量指标来检查算法的输出结果。当发现不公正现象时，算法参数会按时固定。例如，通过计算各种性别和族裔算法筛选结果的差异，并将它们与人口的实际比率进行比较，如果发现选择特定组的比率将能够比合理的范围少于合理的范围，那么它是必要的，即可研究模型的模型，以确保模型或优化logic AlgorithM，以确保模型。此外，提高算法的可解释性也很重要，以便人们可以理解以及算法决策的基础，并促进了不公平领域的发现和纠正。当算法给出招聘建议的结果时，它清楚地表明了为什么根据教育，工作经验，技能匹配等特定因素选择或删除每个候选人。但是，汉古纳新闻：但是，不同的人可以对公平有不同的定义。马克·希邦恩（Mark Shebangn）：这确实是一个复杂的问题。目前尚无全面表现的公平标准，因为公平不善是多种多样和相对论的。在实际操作中，我们可以参考社会普遍承认的价值观和法律规定，与此同时，我们可以广泛要求不同群体的意见，并通过民主咨询尽可能多地达成共识。而且，公平标准不是静态的，必须遵循社会。人们的概念的发展和变化继续调整和改进。随着社会继续向Attenti支付在差异和融合上，了解公平性也加深了，算法的公平标准需要跟上时代以适应社会发展的需求。未来的前景和人文保护新闻：如果我们不立即反映数字虚拟中所含的力量，您会产生什么后果？马克·希邦恩（Mark Shebangn）：数字空间的力量在于能够用主要概念代替基本事实。删除数据已在社交媒体上进行，并删除了谈判的通常基础。在社交媒体上，人们仅限于个性化的小叙事 - 旨在吸引注意力而不是促进通常探索的牧师。在网络媒体和信息系统中，基于共同情绪的微公开形式取代了宏观公共。该平台通过人们在数字空间中阳光明媚的活动中收集的个人数据已成为政治操纵的基础。对于ExampLE，一些公司使用心理测量微方法定位来创建大量的小型情感空间 - 使人们具有相同的特定问题。沟通和谈判的桥梁已被切断。最终在身体聚会甚至干扰中出现了强烈共享的情绪。它的影响同样遥远：在社会层面上，我们面临着共同的现实和集体行动的崩溃。例如，在公共政策讨论中，不同的群体根据算法推动的信息形成相互冲突的观点，甚至不同意基本事实，从而导致了政策制定的僵局。在个人层面上，我们的生活经历不断被我们无法询问的机器学习系统的“更高权威”拒绝或撰写。当健康应用告诉您“您的身体状况不符合标准”时，招聘算法将KA标记为“低潜在候选人”，而当信用scor时ING系统限制了您的支出许可，这些算法逐渐在您的自我意识中内化，使您怀疑自己的真实经验和判断力。更严重的是，由于算法仍然为我们提供了黑色框，因此已经删除了个人和自主选择的隐私，我们在数据面前变得透明。这些信息的不对称性将加剧功率不平衡。 Shanguan新闻：面对生活数据的全面渗透，我们如何避免从数据中完全消除的生活？马克·希邦恩（Mark Shebangn）：“分解”是一个有趣的隐喻。在后现代驱动的机器研究的世界中，要重置空间，力量和主观性之间的关系。为了避免对数字模拟的主观性提供主观性，我们需要了解当前的变化并恢复超出数量的数量。首先，我们必须建立“关键数据意识”，而不等于现实数据结果。例如，当y您看到“特定社区中的犯罪率很高”的数据，您应该询问数据是否包含背景信息，例如执法偏见和经济因素，而不仅仅是社区。其次，我们必须积极竞争“数据主权”并学会管理个人数据。定期清洁数据的跟踪，拒绝不必要的数据许可，并使用隐私保护工具（例如浏览器，虚拟专用网络），以告知数据收集者在隐私方面的重要性。美国加利福尼亚州“数据铺设”的法律就是一个很好的例子。用户可以要求公司删除其个人数据，该机构保证个人控制数据。有价值的是，我们需要共同努力争取强大而长期的集体身份 - 这种身份可以水平扩展到监视空间的分裂垂直部分。需要明智的项目来揭示收集数据的目的；而不是其他方式ND。 Shanguan News：您希望通过“良好的“算法”：数据如何改变太空空间的数据和响应，您期望什么样的灵感来理解数据和响应？人类产品，文化偏见和政治议程，我们必须看到该技术的尊严。这是算法吗？创造了算法？创造及其温度是定义的。 特别声明：上面的内容（包括照片或视频（如果有））已由“ NetEase”自助媒体平台的用户上传和发布。该平台仅提供信息存储服务。 注意：AOF上述内容（包括照片和视频（如果有））已由NetEase Hao用户上传和发布，该用户是社交媒体平台，仅提供信息服务。