2022年四月第65本书
预计读速5000字/分钟
实际读速6000字/分钟
◆ 第二部分 算法的思维模式
>> 过去算法就像是一份食谱，里面的配比和成分都可以达到大师级别，但它只能做一道菜。现代算法却像一位大厨，只要有足够的数据，它就能够推陈出新。算法越来越像人类思维，由固有的程序基因和数据环境共同培养。
◆ 03 计算机的煎蛋食谱：算法是如何编写的
>> 我们发现商品推荐提高了多个商品种类的购买量，从服装到家用电器，从玩具到电子游戏皆是如此。
◆ 04 算法的智能化：人工智能简史
>> 21世纪初，研究者们开始意识到，不通过机器学习，计算机永远不可能获得真正的智能。
◆ 06 算法心理学
>> “先天遗传还是后天培养，”教授说，“无论哪一种，该责怪的都是父母!”
>> 随着基因潜质发挥越来越大的作用，受父母的影响越来越小，他们的相似度也会越来越低。
>> 可以把算法系统解构为三个基础组件：用于训练算法的基础数据、算法本身的逻辑、用户和算法交互的方式。
◆ 09 黑盒之内
>> 一个是人类在违背期望时，总是喜欢对信息进行更仔细的检查；另一个则是，只要人们相信一个系统背后的流程是公平的，即使面对负面或者失望的结果，也常常对这个系统表示满意。
>> 对人类而言，透明性有个“度”的问题，不能太少，也不能太多。
◆ 10 算法权利法案
>> 2017年1月，由信息技术领域的教育家、研究人员和专业人士组成的美国计算机协会(ACM)公共政策委员会概述了一套指导原则，可以作为算法权利法案的前身。这些原则涵盖七个通用领域：
1.意识性——设计、实现和使用算法的人员，必须意识到算法潜在的偏差和可能的危害，并在实践中加以考虑。
2.访问性和补救性——受到算法负面影响的人员必须拥有某种机制，使他们能够质疑决策并寻求补救。
3.问责制——使用算法的组织必须对算法得出的决策负责，即使无法解释算法如何得出这些决策也是如此。
4.解释性——应该给那些受算法影响的人员解释决策及其生成过程。
5.数据溯源性——设计和使用算法的人员应保留用于训练算法的数据记录，并将这些记录提供给相关人员以供研究，以了解可能存在的偏差。
6.可审计性——应保留算法和数据，以便在可能造成损害的情况下对其进行审计。
7.验证和测试——使用算法的组织应定期测试它们是否存在偏差，并公布测试结果。
网友评论